共查询到20条相似文献,搜索用时 46 毫秒
1.
基于遗传神经网络的自整定PID控制器 总被引:5,自引:0,他引:5
提出了一种基于遗传算法和神经网络的自整定PID控制器的设计方法。该控制器主要由三个部分组成。第一部分利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,第二部分利用神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能,第三部分是传统的PID控制器,直接对被控对象闭环控制。计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程。 相似文献
2.
基于BP神经网络PID参数自整定的研究 总被引:32,自引:4,他引:32
PID控制是迄今为止在过程控制中应用最为广泛的控制方法。但在实际应用中,其参数整定仍未得到较好的解决。本文把神经网络技术应用在PID控制中,充分利用神经网络具有非线性函数逼近能力,构造神经网络PID自整定控制器,并通过仿真试验,取得较好的结果。 相似文献
3.
控制系统PID参数整定软件包CSLab 总被引:3,自引:0,他引:3
介绍了控制系统PID参数整定软件包CSLab。该软件包是以Matlab5.3为平台开发的,针对于单变量控制系统,采用了多种PID参数整定方法。具有丰富的控制系统仿真、分析计算和设计功能,并且建立了开放性的结构,具有高度的可扩展性,可以把新的参数整定方法扩充进来,同时还为用户提供了其它复杂控制结构,使得用户可以根据需要进行控制系统的设计。 相似文献
4.
船舶操纵的模型参数具有非线性、慢时变特性、船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用改进型BP神经网络实现PID参数自整定的控制方法,此法能根据船舶动态特性的变化,自动重新整定PID参数,从而改善了操纵性能和鲁棒性。 相似文献
5.
6.
7.
参数自整定2自由度PID全神经元实现的仿真研究 总被引:5,自引:0,他引:5
2自由度PID控制器参数整定是一个复杂而又困难的问题,本文采用全神经元方法实现了2自由度PID控制。通过权值自学习解决了参数自动整定这一难题,只要选择适当的神经元权值系数,就可以是系统的抗干扰能力和跟踪给定的能力同时达到最佳,并使系统具有自适应能力和较强的 鲁棒性。 相似文献
8.
根据磨矿过程的数学模型,提出一种改进混合蛙跳算法优化的PID控制器对磨矿过程进行解耦控制。解耦后形成两个单输入单输出通道,使得磨机给矿的速率直接控制磨机排矿率,泵池给水的速率直接控制磨机粒度。一种新的蛙跳规则被提曲用来增强SFLA的局部搜索能力,该规则主要通过模拟青蛙的感知和运动的不确定性来动态随机地调整青蛙的局部搜索... 相似文献
9.
10.
11.
Adaptive integral dynamic surface control based on fully tuned radial basis function neural network 下载免费PDF全文
An adaptive integral dynamic surface control approach based on fully tuned radial basis function neural network
(FTRBFNN) is presented for a general class of strict-feedback nonlinear systems, which may possess a wide class of uncertainties that are not linearly parameterized and do not have any prior knowledge of the bounding functions. FTRBFNN is employed to approximate the uncertainty online, and a systematic framework for adaptive controller design is given by dynamic surface control. The control algorithm has two outstanding features, namely, the neural network regulates the weights, width and center of Gaussian function simultaneously, which ensures the control system has perfect ability of restraining different unknown uncertainties and the integral term of tracking error introduced in the control law can eliminate the static error of the closed loop system effectively.
As a result, high control precision can be achieved. All signals in the closed loop system can be guaranteed bounded by Lyapunov approach. Finally, simulation results demonstrate the validity of the control approach. 相似文献
12.
针对一般模型参考自适应控制方法在解高阶非线性模型时参考模型阶数较高的不足,采用一种任意模型参考自适应控制降低了参考模型的难度。利用隐层神经网络对模型进行逼近,对线性化时由不确定因素导致的误差进行补偿,并利用直接Lyapunov稳定性理论证明了跟踪误差有界,最后将其应用到飞行器纵向非线性模型的自动着陆下滑控制设计中。仿真结果表明,所设计的控制器能够使飞行器较好地跟踪理想着陆轨迹,从而验证了方法的有效性。 相似文献
13.
An enhanced trajectory lineazization control(TLC)structure based on radial basis function neural network(RBFNN)and its application on an aerospace vehicle(ASV)flight control system are presensted.The influence of unknown disturbances and uncertainties is reduced by RBFNN thanks to its approaching ability,and a robustifying item is used to overcome the approximate error of RBFNN.The parameters adaptive adjusting laws are designed on the Lyapunov theory.The uniform ultimate boundedness of all signals of the composite closed-loop system is proved based on Lyapunov theory.Finally,the flight control system of an ASV is designed based on the proposed method.Simulation results demonstrate the effectiveness and robustness of the designed approach. 相似文献
14.
针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。 相似文献
15.
Adaptive neural network tracking control for a class of unknown nonlinear time-delay systems 总被引:2,自引:0,他引:2
Chen Weisheng & Li Junmin Dept. of Applied Mathematics Xidian Univ. Xi’an P. R. China 《系统工程与电子技术(英文版)》2006,17(3):611-618
1 .INTRODUCTIONNeural network (NN) control has made great pro-gress in past decades[1 ~4]. In Ref .[1] , adaptivebounding design technique was applied to adaptiveneural control for a class of strict-feedback nonlin-ear systems . The requirement of a known boundon the network reconstruction error was removed.By introducing an integral Lyapunov function,anadaptive NN control approach was proposed forunknown strict-feedback nonlinear systems[2],where the controller singularity problem was … 相似文献
16.
17.
针对传统多模型自适应控制中子模型数量过多、学习和自适应能力的局限性等问题,将神经网络的学习能力和非线性逼近能力与多模型切换的思想相结合,提出基于主元分析的径向基(RBF)神经网络多模型切换控制算法。首先,基于主元分析法进行工况区域识别。其次,在不同的工况区域内采用RBF神经网络建立多个子模型并设计相应的控制器。最后,根据性能指标函数选择相应的控制器以得到最佳的控制效果。仿真结果表明,该算法大大减少了子模型数量,并改善了系统的动态性能。 相似文献
18.
19.
The propagation delay in networks has a great adverse effect on rate-based traffic control. This paper proposes the composite control based on Dab lin algorithm feedback control and neural network feedforward predictive compensation online for ABR (available bit rate) communication in ATM (asynchronous transfer mode) networks, which can overcome the adverse effect caused by the delay on the control rapidity and stability better. The theoretical analysis and simulation research show that the scheme can make sources respond to the changes of network status rapidly, avoid the congestion effectively and utilize the bandwidth sufficiently. Compared with PID (proportional-integral-derivative) control, cell loss rate is much lower, link utilization rate is much higher, and required buffer capacity is much smaller. 相似文献
20.
基于神经网络的移动机器人路径规划方法 总被引:2,自引:0,他引:2
针对动态环境下移动机器人路径规划,提出了一种基于递归神经网络的实时路径规划方法。利用神经网络表示机器人的工作空间,每个神经元都只有局部侧连接。目标点位置神经元具有全局最大的正活性值,该活性值通过神经元之间的局部侧连接逐渐衰减地传播到整个状态空间,障碍物及其周围区域神经元活性值则被抑制为零。目标点全局地吸引机器人,障碍物局部地将机器人推开实现避障,从而能够在动态环境下产生最优规划路径。仿真结果表明该方法具有较好的环境适应性和实时性。 相似文献