基于BP神經网络的应用.doc

PAGE 2 哈 尔 滨 工 程 大 学 学 报 第28卷 增刊 第一作者姓名，等：文章题目 3 - 第31卷第4期 哈 尔 滨 工 程 大 学 学 报 Vol.31 No.4 2010年4月 Journal of Harbin Engineering University Apr. 2010 文章题目 创 新 点 自 述 创新点自述与摘要有一定的区别，作者应把文章具体新在哪里，好在哪里写出来， 创新点自述与摘要有一定的区别，作者应把文章具体新在哪里，好在哪里写出来，说明本文较前人工作有何创新，好的创新点自述能增加文章的可读性，也能给评审人留下好的印象。 基于BP神经网络的的应用 照片尺寸为20mm*30mm；最好不用红色背景摘 要：PID控制要取得较好的控制效果，就必须通过调整好比例、积分和微分三种控制的作用，形成控制量中既相互配合又相互制约的关系，这种关系不一定是简单的“线性组合”，从变化无穷的非线性组合中可以找到最佳的。神经网络所具有的的任意非线性表达能力，可以通过对系统性能的学习来实现具有最佳线性组合的PID控制。采用BP网络，可以建立参数 ， 照片尺寸为20mm*30mm； 关键词：PID；神经网络；BP网络模型 Doi：10.3969/j.issn.1006-7043. 中图分类号：（作者本人填写） 文献标识码：A 文章编号：1006-7043 (2006) xx-xxxx-x Based on the application of BP neural network Abstract：PID control to achieve good control effect, it must by adjusting the proportional, integral and differential three control function, control quantity in both cooperate with each other and mutual restrict relationship, this relationship is not necessarily a simple linear combination, from the endless variety of nonlinear combination can be found in the best. Neural network with the arbitrary nonlinear expressiveness, can through the study of the performance of the system to achieve the best linear combination of PID control. By using BP network, ，， Self-learning PID controller with BP simulation examples are presented Keywords：PID; ANN;BP 收稿日期：xxxx-xx 收稿日期：xxxx-xx-xx. 基金项目：基金项目名称（编号）. 作者简介：姓 名(出生年-), 性别, 职称,学位，E-mail（通信作者）； 姓 名(出生年-), 性别, 职称,学位. 通信作者：姓 名(出生年-), 性别, 职称,学位，E-mail（如不是作者简介里的作者）. 1基于BP神经网络整定的PID控制 基于BP网络的PID控制器由两部分组成： （1）经典的PID控制器，直接对被控制对象进行闭环控制，并且三个参数 ，，为在线调整方式。 （2）神经网络，根据系统的运行状态，调节PID控制器的参数，以期达到某种性能指标的最优化，使输出层神经元的输出状态对于PID控制器的三个可调整参数 ，， 通过神经网络的自学习、加权系数的调整，使神经网络输出对应于某种最优空置率下的PID控制器参数。 1.1仿真实例 设被控制对象的近似数学模型为： 式中，系数是慢时变的， 学习速率和惯性系数加权