基于遗传算法优化的神经网络pid控制器-吉林大学学报.pdfVIP

第 35 卷　第 1 期 吉 林 大 学 学 报 ( 工 学 版 ) 　Vol. 35 　No. 1 2005 年 1 月 Journal of Jilin University ( Engineering and Technology Edition) 　Jan. 2005 ( ) 文章编号 :1671 - 5497 2005 01 - 0091 - 06 基于遗传算法优化的神经网络 PID 控制器 张明君1 ,2 , 张化光1 ( 1. 东北大学 信息科学与工程学院 ,辽宁 沈阳 　110004 ; 2. 北华大学 电气工程系 ,吉林省 吉林市 　132021) 摘　要 :提出了一种新的改进遗传算法优化的神经网络 PID 控制器。该方法设计了基于性能 指标的适应度函数、自适应的交叉概率、变异概率 , 引入移民的遗传算法 , 从而有效地抑制了 早熟和维持种群多样性 ,保证了得到的优化参数为最优参数。该方法为非线性被控对象的控 制提供了一种最优参数控制器设计途径。仿真结果证明 :利用改进遗传算法设计的控制紧闭 环性能优越 ,鲁棒性强。 关键词 : 自动控制技术;神经网络 PID ;遗传算法 ;移民方法 ;参数优化 中图分类号:TP273 　　文献标识码 :A Neural network PID controller optimized by GA ZHANG Mingjun1 ,2 , ZHANG Huaguang1 (1. Institute of Information Science and Engineering , Northeastern University , Shenyang 110004, China; 2. Dept of Electrical ) Engineering , Beihua University , Jilin 132021, China Abstract :A neural network PID controller optimized by an improved genetic algorithm( GA) was presented. In this new algorithm , a special fitness function on the basis of the controller performance and adapted crossover and mutation probability were designed. And an improved immigration method was introduced so that premature convergence can be avoided and population diversity can be maintained. The improved GA ensures that the obtained parameters are optimal. And the proposed method provides a design approach for controller parameter optimization to nonlinear plants. Simulation results show that the improved algorithm possesses satisfied performance and strong robustness. Key words :automatic control technology ; neural network PID ; genetic algo