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。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=35665607

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）