文献类型：期刊文章

作　　者：陈书谦[1] 张丽虹[1]

机构地区：[1]淮海工学院计算机工程学院,江苏连云港222005

出　　处：《计算机仿真》

基　　金：江苏省自然科学基金(BK20082140)

年　　份：2010

卷　　号：27

期　　号：10

起止页码：171-174

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：研究工业控制过程,针对控制器优化问题,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,对有非线性、时变性系统,无法建立精确模型。为了解决控制参数整定,达到精确控制,改善系统性能,提出一种基于BP神经网络的PID控制器参数整定方法。通过建立三层神经网络模型,在控制过程中将神经网络的隐含层单元分别作为PID的比例(P)、积分(I)、微分(D)单元,从而构造参数自学习的PID控制器,在控制过程中动态调整PID的三个控制参数,从而进行PID控制参数的在线整定。仿真结果表明,基于BP神经网络的PID控制方法在处理非线性和时变系统时,提高了实时性能,增强系统稳定性,并获得更好的控制效果。

关 键 词：神经网络 比例积分微分器  参数整定 仿真

分 类 号：TP183]