首页 | 本学科首页   官方微博 | 高级检索  
     

基于单纯形法的神经元PID控制器学习参数优化
引用本文:朱学贵,王毅,昝建明. 基于单纯形法的神经元PID控制器学习参数优化[J]. 系统仿真学报, 2006, 18(11): 3030-3033,3037
作者姓名:朱学贵  王毅  昝建明
作者单位:1. 北京交通大学电气工程学院,北京,100044
2. 长安汽车工程研究院试验测试研究所,重庆,400023
摘    要:利用单纯形法优化神经元PID控制器的学习速率和神经元比例系数,一种走动态优化法,每次学习使用的学习参数由单纯形优化器在之前的学习过程中进行预测。为此,定义了一种新的目标函数,实现了学习参数的良好预测。另一种是离线优化法,这是一种全局优化法,使用单纯形优化器只需一步优化,得到最优学习参数。针对不同的初始学习参数和被控对象,经过大量的仿真实验,表明单纯形神经元PID控制器具有很好的动态性能和稳态性能,增强了系统的适应性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性。

关 键 词:PID控制器  神经网络  单纯形法  学习参数  优化  预测
文章编号:1004-731X(2006)11-3030-04
收稿时间:2005-08-19
修稿时间:2005-08-192005-11-28

Optimization of Learning Factors for Neural PID Controller Based on Simplex Method
ZHU Xue-gui,WANG Yi,ZAN Jian-ming. Optimization of Learning Factors for Neural PID Controller Based on Simplex Method[J]. Journal of System Simulation, 2006, 18(11): 3030-3033,3037
Authors:ZHU Xue-gui  WANG Yi  ZAN Jian-ming
Abstract:
Keywords:PID controller   neural networks   simplex method   learning factor   optimization   prediction
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号