10.3969/j.issn.1002-2279.2014.05.009
基于蚁群神经网络的工业自动化PI D参数优化
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。
PID控制器、参数优化、蚁群算法、神经网络
TP393(计算技术、计算机技术)
河南省科技计划重点项目102102210416
2014-11-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
27-30,33