10.3969/j.issn.1006-9348.2009.09.036
基于BP神经网络的PID控制器研究
BP神经网络的PID控制器依赖于灵敏度信息实现参数在线调整,获得灵敏度信息非常重要.利用符号函数来获得灵敏度信息,计算不精确,利用RBF对被控对象在线辨识获得灵敏度信息,收敛速度慢.提出了一种新方法,即在RBF神经网络辨识的基础上,当误差较大时,利用符号函数获得灵敏度信息,以加速收敛;当误差较小时,利用RBF神经网络在线辨识获得灵敏度信息,以提高控制精度.仿真结果表明算法收敛速度快、精度高,控制效果优于符号函数实现的参数调整方法.
反向传输神经网络、符号函数、径向基神经网络、灵敏度信息
26
TP183(自动化基础理论)
2009-12-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
128-131