10.3969/j.issn.1009-0134.2014.06.013
基于CPSO-BP-PID的神经网络控制方法研究
针对传统PID控制方法的参数不易整定、调节时间偏长的缺点,将CPSO算法用到BP-PID的参数整定过程中,从而设计了一种稳定、高效的自适应控制器(CPSO-BP-PID)。由于CPSO算法的粒子速度更新来自于粒子的自身最优值、每个子群的最优值以及本子群的最优值,使其充分发挥了PSO的社会分享机制,全局搜索能力更强,从而保证了由其整定的BP神经网络更加适合PID控制参数的优化过程。通过比较实验中建立的PSO-BP-PID、BP-PID以及CPSO-BP-PID三种控制器的控制性能,实验结果表明CPSO-BP-PID控制器可以实现对被控系统的有效控制,并可较大程度地提高其控制过程的稳定性、精确性与鲁棒性。
BP神经网络、参数整定、合作粒子群算法、PID、MATLAB仿真
TP273(自动化技术及设备)
国家高技术研究计划863计划2007AA06Z111;江苏省科技型企业创新基金BC2010140;江苏省普通高校研究生科研创新计划项目CXLX12_0277;江苏省教育厅自然基金项目12KJD510003
2014-04-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
50-53