基于蚁群神经网络的工业自动化PI D参数优化

摘要：

针对常规方法无法获得最优PID控制器参数的缺点，提出一种基于蚁群神经网络的PID控制器参数优化方法（ACO-RBFNN）。ACO-RBFNN将PID控制器的3个参数作为RBF神经网络的输入，系统输出为RBF神经网络期望输出，通过蚁群算法对RBF神经网络的参数进行优化，并通过RBF神经网络构造参数自学习的PID控制器，从而实现PID控制器参数在线优化。仿真实验结果表明，基于ACO-RBFNN的PID控制器可以得到令人满意的控制效果，可以应用于工业自动化控制系统的PID控制器参数优化。

关键词：PID控制器、参数优化、蚁群算法、神经网络

分类号：TP393(计算技术、计算机技术)

资助基金：河南省科技计划重点项目102102210416

在线出版日期：2014-11-28（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：27-30,33