| 基于改进RBF神经网络的PID整定 |
| |
| 引用本文： | 李广军,张晶,曾安平. 基于改进RBF神经网络的PID整定[J]. 长春大学学报, 2008, 18(6): 57-60 |
| |
| 作者姓名： | 李广军 张晶 曾安平 |
| |
| 作者单位： | 宜宾学院 计算机科学技术系，宜宾学院 计算机科学技术系，宜宾学院 计算机科学技术系 四川 宜宾 644007，四川 宜宾 644007，四川 宜宾 644007 |
| |
| 摘 要： | 针对非线性系统，采用了基于径向基函数（RBF）神经网络的PID整定。RBF神经网络参数的初始值直接影响收敛速度，本文通过聚类法优化初始值。仿真结果表明，基于聚类法优化的RBF神经网络收敛速度快，整定效果优于未使用该方法的整定结果。
|
| 关 键 词： | 径向基函数神经网络 PID整定 梯度下降法 聚类法 |
Adaptive PID tuning based on improved RBF neural network |
| |
| LI Guang-jun ZHANG Jing ZENG An-ping. Adaptive PID tuning based on improved RBF neural network[J]. Journal of Changchun University, 2008, 18(6): 57-60 |
| |
| Authors: | LI Guang-jun ZHANG Jing ZENG An-ping |
| |
| Affiliation: | LI Guang-jun,ZHANG Jing,ZENG An-ping (Department of Computer Science and Technology, Yibin University, Yibin 644007, China) |
| |
| Abstract: | PID tuning based on RBF neural network is applied to nonlinear system,and clustering algorithm is proposed to optimize the initial values of RBF neural network parameters.Results indicate that the effectiveness of this tuning is superior to the tuning no using clustering algorithm with high precision and fast convergence. |
| |
| Keywords: | radial basis function neural networks(RBFNN) PID tuning gradient descent clustering algorithm |
| 本文献已被 CNKI 维普 等数据库收录！ |
