智能PID控制器优化仿真研究

摘要：

研究PID控制器优化问题,现代工业控制过程中,由于许多被控对象受到于扰因素影响,具有高度非线性和不确定性,常规PID控制精度低,提出一种遗传算法、粒子群算法和RBF神经网络相融合的PID控制器设计方法(GA-PSO-RBF).首先采用遗传算法选择PID控制参数初始值,然后采用粒子群算法优化RBF神经网络参数,采用优后的RBF神经网络辨识控制对象的输出对输入的变化灵敏度,最后采用单神经元对PID控制器进行在线性调整,得到理想的控制效果.仿真结果表明,GA-PSO-RBF神经网络PID控制器的超调量小,响应速度快,提高了系统的控制精度.

关键词：参数优化、神经网络、遗传算法、粒子群优化算法

所属期刊栏目：29

分类号：TP183(自动化基础理论)

在线出版日期：2013-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：180-183