经过改进的PSO-BP神经网络对PID参数进行优化的主要步骤为:将BP神经网络的初始权值用改进后的粒子群算法优化,即从最优粒子向量中恢复出神经网络的权值参数矩阵,在此基础上通过BP神经网络在线继续优化调整权值,直到权值最优或满足设置的隐藏的最大时间,完成对PID控制器的3个参数的调节。 图3是改进后的PSO-BP神经网络P...
针对传统PID控制器在面对实际对象时在线整定困难的问题,提出采用BP神经网络与PID控制器相结合,并采用粒子群算法对其网络权值矩阵进行优化,但在用粒子群算法优化BP神经网络PID控制器的参数时存在收敛速度不够快,易陷入局部最优解等问题.提出通过改进粒子群算法中惯性权重由常用的线性递减改为随机权重,然后将其最优粒子...