10.3969/j.issn.1009-0134.2011.10(s).19
基于β参数B样条基函数及改进PSO算法的PID神经网络控制
针对传统PID控制参数难以选择以及神经网络PID不适合控制动态系统的缺点,本文提出了基于重新参数化的B样条神经网络以及考虑到早熟现象的改进粒子群算法的PSO-B-BP-PID控制器.该控制器能通过PSO的搜索找到最佳适合的因子,从而得到适合本网络权值搜索的最佳重新参数化B样条基函数,同时,文中还提出由考虑到早熟处理的改进粒子群算法取代传统BP后向传播算法来作为网络学习算法,从而有效克服传统算法易于陷入局部最优的缺点.实验结果表明PSO-B-BP-PID的控制系统可以实现对被控系统的有效控制,并可提高控制系统稳定性、精确性与鲁棒性.
B样条函数、重新参数化、粒子群算法、PID、MATLAB仿真
33
TP273(自动化技术及设备)
江苏省科技支撑项目BE2009100
2012-01-18（万方平台首次上网日期，不代表论文的发表时间）
共4页
61-63,67
