10.3969/j.issn.1009-0134.2011.5(B).03
基于模糊神经网络和遗传算法的智能控制器
PID控制算法简单、鲁棒性强,但其参数整定过程繁琐,整定时需要控制对象的精确数学模型,而且整定往往是针对某一种具体工况进行的,缺乏自学习和自适应能力.模糊神经网络则兼备了模糊逻辑和神经网络的优点,具有函数逼近功能,具有较强的自适应、自学习能力、容错能力和泛化能力.借助于遗传算法对全局性参数进行优化设计,借助于BP算法对局部性参数进行优化,将模糊神经网络和遗传算法引入PID控制参数的整定过程,构造出一种基于模糊神经网络和遗传算法的智能PID控制器.
PID控制器、模糊神经网络、遗传算法
33
TH39(泵)
2011-09-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
7-9