神经网络的结构选择4-5-3,学习速率为0.55,惯性系数为0.04,加权系数初始值为区间[-0.5,0.5]上的随机数,采样频率为1000Hz。 Matlab仿真结果如图三所示: 图3-1 输入输出曲线 图3-2 误差曲线 4.2 仿真结果分析 由仿真曲线可以看出,神经网络PID稳态误差小,解决了常规PID超调,抖动等问题,控制精度高,实现了对控制信号...
(6). 令k=k+1,返回第(1)步。 4. 仿真实例 4.1 被控对象 神经网络的结构选择4-5-3,学习速率为0.55,惯性系数为0.04,加权系数初始值为区间[-0.5,0.5]上的随机数,采样频率为1000Hz。 Matlab 仿真结果如图三所示: 图3-1 输入输出曲线 图3-2 误差曲线 4.2 仿真结果分析 由仿真曲线可以看出,神经网络PID稳...
PID控制自适应时滞系统设计了一种基于神经网络的模糊自适应PID控制器.仿真结果表明:该控制器既具有高精度,快速的特点,也具有自适应,自学习的能力并可迅速消除系统误差,保证系统有良好的动,静态特性,并能实现PID参数的在线自调整.doi:CNKI:SUN:MYKJ.0.2010-06-003褚丽丽清远职业技术学院机电工程学院郭汉桥清远职业技术...
目的 设计一种应用在气体混合配比系统上的基于BP神经网络的PID控制器.方法 将BP神经网络和PID控制相结合构成一种新型控制器.建立3层神经网络,设定性能指标函数,按照梯度下降法修正网络的权值,实现对PID参数的在线整定.另外进行模型识别构建系统模型,完成控制器的设计.结果 将设计的新型控制器和传统增量式PID控制器分别...