基于BP神经网络的参数自整定PID控制器仿真研究.pdfVIP

基于BP神经网络的参数自整定PID控制器仿真研究 文苹编号：1003-5850(2008)03-0008—03 基于BP神经网络的参数自整定PID控制器仿真研究 Research on Simulation of Self—tuning PID Controller based on BP Neural Network 郝丽娜 张国钧 (太原理工大学信息学院 太原 030024) 【摘 要1 PID控制是迄今为止在过程控制中应用最为广泛的控制方法，但在实际应用中，其参数整定仍未得到 较好的解决。把神经网络技术应用在PID控制中，充分利用神经网络具有非线性函数逼近能力，构造神经网络 PID自整定控制器，并通过MATLAB仿真试验，取得较好的效果。 【关键词1 PID，自整定，BP神经网络，仿真 中图分类号：TP118 文献标识码：A ABSTRACT PID controllers are used widely in the process contro1．Tuning of PID parameters is remained to solve．NN (Neural Network)technique is applied to the PID control in this paper by the use of capability of nonlinear function approximation to form a self—tuning PID controller based on NN，which gets a good effect through a MATLAB simulated experiment· KEYWORDS PID，self—tuning，Back Propagation Neural Network，simulation 前向网络是目前研究最多的网络形式之一，它具 2 神经网络控制器及辨识器算法 备分层结构，每层神经元之间有从输入到达输出的前 向连接权，同层神经元以及隔层神经元之间无连接。根 2．1 神经网络控制器(NNC)算法 据神经元的激励函数与求和方式不同，有不同的网络 设网络有M个输入节点，Q个隐层节点、3个输 形式，其中最典型的是BP网络n]。 出节点，则网络的输入为n ]： ；¨一 ( ) (J一1，2，L…，M) (1) 1 控制系统结构分析 网络隐含层的输入、输出为： 基于BP神经网络的PID控制系统结构如图1所 示 。 net} ( )一25硼 ；¨ J o O (愚)=f(netf (愚)) (2) 式中，硼 为隐含层加权系数；上角标1、2、3分别