粒子群优化神经网络PID的三自由度直升机

摘要：

针对于在非线性、时变和强耦合特性的特性下,PID控制效果不佳,以三自由度直升机模型系统作为研究对象,提出了粒子群优化神经网络控制器来实现对系统的控制.神经网络可以通过训练和学习自适应的调整参数,算法采用梯度学习法,初始权值随机产生.产生的权值在学习过程中能陷入局部最优值,因而粒子群算法优化得到的最优初始权值带入神经网络PID控制器能取得满意的效果,控制不仅迅速逼近控制目标,而且响应时间较短.仿真实验对比证明,粒子群优化神经网络PID算法具有优于PID算法的适应能力、鲁棒性和响应速度.

关键词：三自由度直升机、粒子群算法、神经网络控制

所属期刊栏目：22

分类号：TP273(自动化技术及设备)

在线出版日期：2017-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：13-17