基于遗传算法BP神经网络优化PID控制.pdfVIP

《电气自动化)2009年第31卷第5期 电气传动和自动控制 ElectncDrive＆AutomaticControI I 基于遗传算法．BP神经网络优化的PD控制六 PID NeuraINetwork ControIBasedonGA．BP 兰州理工大学电气工程与信息工程学院(甘肃兰州730050)崔明月 缑新科 Gansu GouXinke (La肥houUniversityof 730050，China)Cui Technology,Lanzhou Mingyue 摘要：利用遗传算法全局随机搜索能力，设计一种基于遗传算法的神经网络学习算法。对于非线性复杂系统。常规PID控制器不能获得 理想的控制效果，针对复杂非线性对象的神经网络PID控制不失为一种有效的控制策略。该文提出了基于遗传算法优化参数的 神经网络PID控制器，实现了基于实数编码的GA参数优化。仿真结果证明了该算法的有效性。 关键词：遗传算法神经网络PID控制器参数优化 the randomsearchfunctionofthe basedonthe is Abstract：Byusingglobal geneticalgorithm，alearningalgorithm geneticalgorithm thenonlinear traditionalPIDcontrollercan’t control networkPID still complexsystems，the getgood effect．Sotheneural controUercan beconsideredtobeoneofeffectivemethods．AneurMnetworkPIDcontroUerwhose anew parametersoptimizedby improvedgenetic inthis simulationresultsshowthe ofthe algorithm(GA)isproposedpaper．The validityproposedalgorithm． networkPIDcontroller Keywords：geneticalgorithm(GA)neural parametersoptimization 【中图分类号】TPl83【文献标识码】A【文章编号】1000．3886(2009)05．0006-03 1 前言 实际工业生产过程往往具有非线性、时变不确定性，常规PID 控制器很难适应运行工况的变化，不能获得理想的控制效果。神 经网络PID控制器包含有常规PID的控制思想，同时具有非线性 的映射、自学习和自适应能力，结构简单，而且能适应环境变化，有 较强的鲁棒性，可实现自适应的非线性控制【1】。但是，神经网络 图I基于BP神经网络的PTD控制系统原理图 初始权值的选取影响控制器的性能，采用反复实验随机选取的方 器。 法很难得到理想参数的控制器，即使找到了也不能保证是最优 的。为了获得理想的控制效果，我们提出用遗传算法优化神经网 2．2控制算法