- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Delta学习规则的改进型单神经元自适应PID控制器设计
第36卷 第4期 冶 金 自动 化 V01.36 No.4
2012年7月 MetallurgicalIndustryAutomation Ju1.2012
· 人工智能技术应用 ·
基于Delta学习规则的改进型单神经元
自适应 PID控制器设计
于 蒙,邹志云,赵丹丹,郭宇睛
(防化研究院 ,北京 102205)
摘要:介绍了基于Delta学习规则的单神经元 自适应PID控制器的控制算法 ,提出利用径向基函数(RBF)神经网
络对其中未知部分进行辨识,构成单神经元和RBF网络组合控制器,并利用带有纯滞后环节的二阶模型进行仿
真研究,结果显示改进型算法比原算法响应速度快、抗干扰能力强,具有更好的动、静态特性。
关键词:单神经元;PID控制;RBF网络;自适应控制
中图分类号:TP273 文献标志码:A 文章编号:1000—7059(2012)04-0016-04
DesignofimprovedsingleneuralelementadaptivePID
controllerbasedon Deltalearningregulation
YU Meng,ZOU Zhi—yun,ZHAODan-dan,GUO Yu-qing
(ResearchInstituteofChemicalDefense,Beijing102205,China)
Abstract:A controlalgorithm ofsingleneuralelementadaptivePID controllerbasedonDeltalearning
regulationisintroduced.A combiningcontrollerisdesignedwithsingleneuralelementandradialbasis
function(RBF)neuralnetwork.TheRBFneuralnetworkisusedtoidentifytheundeterminedportion
ofthesingleneuralelementself—adaptivePID controller.A second—ordersystem withapuredelayseg·
mentisusedinsimulationtovalidatetheeffectivenessofthismethod.Thesimulation resultsproves
thatthismethodhasbetteradaptation,anti-disturbanceability,dynamicandstaticcharacteristicsthan
theoriginalalgorithm.
Keywords:singleneuralelement;PID control;RBFneuralnetworks;adaptivecontrol
0 引言 络作为辨识器,对一种基于Delta学习规则的单神
常规PID由于控制结构简单,且控制方案不 经元 自适应 PID控制器进行改进 ,并利用带有纯
需要精确的数学模型,被广泛应用于工业控制领 滞后的二阶模型,对算法进行了仿真验证。
域。但对于复杂系统如带有纯滞后环节的系统和 1 增量式 PID控制器
非线性系统…,常规PID无法达到理想的控制效 基于Delta学习规则的改进型单神经元 自适
果。人工神经网络的基本结构模仿人脑,具有 自 应PID控制器采用增量式PID控制器结构 。增
学习、自组织、联想记忆和并行计算等功能,受到 量式PID控制器对数字量 PID控制器进行 了改
控制界的关注。利用具有 自适应能力的单神经元
文档评论(0)