2001年第2期 工业仪表与自动化装置
3
PID神经网络控制器的设计及仿真研究
楚彦君,巨林仓,刘军辉
(西安交通大学,西安710049)
[摘 要] PID神经网络(PID-NN)是一种新型的前向神经元网络,该隐含层单元分别为比例(P)、积分(I)、微分(D)单元,各层神经元个数、连接方式、连接权初值是按PID控制规律的基本原则确定的。PID神经网络控制器是将神经网络和PID控制规律融为一体,既具有常规PID控制器结构简单、参数物理意义明确之优点,同时又具有神经网络自学习、自适应的功能。本文给出了PID-NN控制器的结构形式,计算公式,从理论上证明了PID-NN的收敛性和稳定性,最后对二阶对象下的系统进行了仿真,证明了PID-NN控制器具有较好的自学习和自适应性。
[关键词] PID控制;神经网络;稳定性;收敛性;计算机仿真
[中图分类号]TP273.2 [文献标识码]A [文章编号]1000-0682(2001)02-0003-04
+
ThedesignandsimulationofPIDneuralnetworkcontrol
CHUYan-jun,JULin-cang,LIUJun-hui
(Xi anjiaotongUniversity,Xi an710049,china)
Abstract:ThePIDneuralnetworkisanewtypeoffeed-forwardneuralnetwork.Itshiddenlayersarecomposedofproportionalneurons,integralneuronsandderivativeneurons.Ineachlayer,thenumberofunits,theconnectiveformandtheprimaryvalueofweightsarefoundedonthebasicprinciplesofPID.ThePIDneu-ralnetworkcontrollercanmakebothneuralnetworkandPIDcontrolintoanorganicwhole,whichhasthemeritofanyPIDcontrollerforitssimpleconstructionanddefinitephysicalmeaningofparameters,andalsohasthesel-fstudyandadaptivefunctionsofaneuralnetwork.ThispaperpresentstheconfigurationofthePIDneuralnetworkandreasonsoutrelatedequationsaswellasverifiesitsconvergenceandstabilizationintheory.Thecomputersimulationshowsitsadvantageinsel-fstudyandadaptability. Keywords:PIDcontrol;Neuralnetwork;Stabilization;Convergence;Computersimulation
1 引 言
由于PID控制器具有结构简单,各参数物理意义明确,对模型依赖程度小和工程上易于实现等优点,使得常规PID控制器,即使在新控制理论不断涌现的今天,仍是工业过程控制中最常用的方法,占据着重要的地位。但是,PID控制器主要的局限性在于它对被控制对象的依赖性。由于控制器品质越来越高,控制对象越来越复杂(可能是大滞后、时变、非线性复杂系统),单纯采用常规的PID控制器,很难满足系统要求。近年来,随着神经网络理论的发展,
收稿日期:2000-06-15
作者简介:楚彦君(1975-),男,在读硕士;研究方向:自动化及计算机监控技术。
将应用最广泛的PID控制器与具有自学习功能的神经网络相结合,已成为智能控制研究的一个新方向。并且,在这个方向上已取得了一些研究成果。
但其主要的结合方式有两类:一类是单神经元控制,即神经元输入权值一一对应PID参数,神经元输入值为经过比例、积分、微分处理的偏差值,其主要局限性在于单神经元结构无任意函数逼近能力。另一类是在常规PID控制器的基础上增加一个神经网络模块,利用神经网络来在线调节PID参数,其缺点是结构较复杂。
PID-NN是将PID控制规律融进神经网络之中构成的,实现了神经网络和PID控制规律的本质结合。PID-NN属于多层前向网络,但是它与一般的多层前向网络又不完全相同,一般的多层前向网络中[1~5]
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库PID神经网络控制器的设计及仿真研究在线全文阅读。
相关推荐：