基于改进递推预测误差神经网络算法的极点配置PID控制方法

摘要：

针对工业控制中系统模型参数通常未知的特点,利用改进递推预测误差算法为基础的神经网络系统参数辨识方法,设计了极点配置自校正数字PID控制器.相比于基于梯度学习算法的神经网络辨识方法和通常的PID控制器,该方法具有参数辨识结构简单、神经元权值调整可持续且计算速度快、所采用的数字PID控制器鲁棒性强等优点.最后的数值仿真结果验证了本文算法及控制方法的有效性.

关键词：改进递推预测误差算法、神经网络、极点配置自校正PID

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金资助项目61273219;广东省自然科学基金资助项目S2013010015768

在线出版日期：2015-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：112-117