基于神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化的PID控制研究.pdf

1、傳統(tǒng)的PID控制采用基于數(shù)學(xué)模型的方法，穩(wěn)定可靠，應(yīng)用廣泛。然而，隨著工業(yè)技術(shù)的發(fā)展，控制對象的復(fù)雜程度也在不斷加深，對于一些無法建立精確數(shù)學(xué)模型的控制對象，傳統(tǒng)的PID控制顯得無能為力。而神經(jīng)網(wǎng)絡(luò)的興起為這一問題的解決提供了新的思路。 神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)和適應(yīng)嚴(yán)重不確定系統(tǒng)的動態(tài)特性，因此有很強的魯棒性和容錯性，將其與PID控制器結(jié)合，可以處理那些難以用模型和規(guī)則描述的過程，在一些不確定系統(tǒng)的控制中已成功應(yīng)用。 本文主要

2、做了兩部分工作：首先，針對BP算法的缺點，用LM算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，同時，針對LM算法中學(xué)習(xí)速率的選擇和逆矩陣的求解這兩個嚴(yán)重影響訓(xùn)練時間和收斂精度的問題，對LM算法進行改進和優(yōu)化，提出三種有效的改進方法，并給出算法的MATLAB語言編程實璣；其次，將改進后的BP網(wǎng)絡(luò)算法應(yīng)用在PID控制器的參數(shù)優(yōu)化上，并提出相應(yīng)的MATLAB實現(xiàn)步驟。 論文以加熱爐的爐溫控制為模型，對上文提出的改進的神經(jīng)網(wǎng)絡(luò)PID控制算法用MATLAB語言