基于BP神经网络的模糊PID控制器的设计

工业过程控制中广泛采用PID控制,但传统PID控制因其控制参数的固定,在线整定难等问题。为此本文研究了一种新的自适应模糊PID控制方法,为了解决模糊推理没有学习能力的问题,本文又提出了一种基于BP神经网络的自适应模糊控制方法。此方法是模糊控制、神经网络和PID控制的有效结合。仿真实验表明,这种基于BP神经网络的模糊PID控制算法具有良好的控制效果。     

基于模糊PID的温度控制系统

详细介绍了一种基于单片机模糊PID算法的数字温度控制系统,该系统硬件主要由单片机、温度检测、人机接口、加热丝、PWM（脉宽调制）移相触发等构成。通过软件编程实现模糊逻辑控制,模糊PID控制器以温度偏差和偏差变化作为输入,以△KP,△KI,△KD作为输出,整个系统通过自动调整PID的参数KP、KI、KD使PID控制器能够通过改变输出的PWM脉冲来控制执行机构使系统保持预定温度。对温度控制系统进行了多次实验测试,实验结果表明此温控系统在较大的温度范围内具有响应快、精确度高的特点。     

温度模糊控制器的设计

模糊控制理论具有许多传统控制方法所无法比拟的优点，近年来被越来越广泛地应用在各个方面。本文主要介绍了一种温度模糊控制器的基本设计思想，并说明了整个系统的工作原理。     

一种模糊人工神经网络控制器的设计与研究

模糊控制与人工神经网络控制有许多相似之处，如何最大程度地发挥这两种控制的优点是一个很重要的问题。本文利用模糊控制算法快速、简便的优点弥补了人工神经网络算法复杂、缓慢的缺点，利用神经元特征函数使数控制更容易处理，以此为基础研制出一种模糊人工神经网络控制器。     

基于S函数的BP神经网络PID控制器及Simulink仿真

BP网络在人工神经网络中应用最为广泛,文中给出基于MATLAB语言的BP神经网络PID控制器的S函数实现,在此基础上建立BP神经网络PID控制器的Simulink仿真模型,最后给出了该仿真模型应用在非线性对象中的仿真结果.     

基于BP神经网络的PID控制器的设计及模拟研究

本文首先对BP神经网络进行概述,然后对基于BP神经网络的PID控制器的设计进行分析,最后进行模拟仿真研究,得出基于BP神经网络的PID控制器与传统PID控制器具有适应性强、精度高等明显优势的结论.     

模糊PID励磁控制器的仿真研究

针对常规PID控制器不能在线整定参数,模糊控制器对复杂的和模型无法建立的对象能够进行简单有效的控制,将常规PID与模糊控制器结合,综合其优点,构造2种模糊PID控制器。利用Matlab对两种控制器在自动励磁控制系统中进行仿真,结果表明两种模糊PID励磁控制器有很好的控制效果。     

基于模糊神经网络的PID控制器研究

工业控制经常会用到一些经典的PID控制,PID控制有很多优点比如应用范围广、参数较易整定、鲁棒性好等.但是随着科技的发展,工业控制对控制对象的要求越来越高,PID控制有时候很难满足控制要求.因此文章在原有的PID控制器的基础上,加入模糊控制、神经网络控制,优化其控制系统.模糊神经网络PID控制器通过实验证明控制效果有很大的提升.模糊控制、神经网络控制结合一起起到互补的效果,比单独的PID控制系统性能更好.     

基于BP神经网络的PID优化控制研究

PID控制要取得较好的控制效果,就必须通过调整好比例、积分和微分三种控制的关系。本文提出一种基于BP神经网络的PID优化控制的方法,充分利用BP神经网络自学习、自适应、强大的泛化能力,弥补PID控制方法学习,适应能力的不足。将此方法应用于控制直流电机调速系统,仿真结果表明,此方法能提高系统的控制精度,具有良好的鲁棒性。     

基于BP神经网络自整定的PID温度控制系统的设计

摘要：针对于传统PID温度控制系统的参数不能在线实时调整的缺陷,提出了一种基于BP神经网络自整定的PID温度控制系统,该控制系统在硬件上以Cortex-M3内核处理器为控制核心加上数据采集,信号放大,开关控制,液晶显示等外围电路构成,在软件上以BP神经网络PID算法为核心最终形成了一个完整的温度控制系统。在基于新型烟熏治疗仪开发的背景下成功的设计了一个误差不超过±0.5℃的BP神经网络温度控制系统。     

基于优化BP神经网络的PID控制研究与仿真

PID控制要取得较好的控制效果．就必须通过调整好比例、积分和微分三种控制作用，形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络，具有学习速率快、振荡小、精度高的优点，将其隐含层单元分别作为比例（P）、积分（I）、微分（D）单元。可以建立参数自学习的PID控制器。仿真结果表明基于优化BP神经网络的PID控制器具有较好的自学习和自适应性。     

DVD光学头的BP神经网络自适应PID控制器设计

搭建了一套基于DVD聚焦循道伺服技术和双光子吸收三维光存储技术的双光头三维光盘存储系统.针对DVD光学读取头传递函数,采用BP神经网络自适应PID控制算法,构建PID控制系统仿真模型,通过BP神经网络的超强自学习和非线性逼近能力在线调整PID控制器参数,并进行计算机Matlab仿真.仿真结果表明,BP神经网络自适应PID控制算法提升了系统的响应速度,减小了系统的超调量.     

一种BP网校正算法的方位保持平台温控系统研究

为实现方位保持平台高精度快速反应的要求，针对方位保持平台的工作特点，提出了采用BP神经网络控制算法的三级温度控制策略。试验结果表明该温控系统及算法可有效缩短方位保持平台的反应时问，提高方位保持平台的保持精度，是一种实用而有效的温度控制方法。     

一种神经网络模糊控制器的合成

论述了一种神经网络模糊控制器的合成方法，提出了单元-单元映象方法及利用模糊神经网络确定模糊中心，识别模型规则，调节隶属函数参数。仿真试验表明该模糊控制器相比PID控制器具有较好的性能。     

基于BP神经网络的引线键合模型

提出了一种基于BP神经网络的新建模方法.利用MATLAB神经网络函数建立网络,通过组合不同参数,将50组训练样本输入网络多次训练,比较结果误差及训练步数、时间,确定了最佳网络结构及参数设置值,建立了引线键合模型.采用训练样本外的10组实验数据对模型进行验证,分析多种误差.验证结果表明,该方法对建立引线键合模型是有效的、可行的,有着较高的精确度.     

神经网络PID控制及其Matlab仿真

讨论了基于神经网络的PID控制，并将其作用于工业控制，利用神经网络的自学习能力进行在线参数整定，并利用Matlab软件进行仿真。仿真结果表明，神经网络PID控制器具有较高的精度和较强的适应性，可以获得满意的控制效果。     

一种基于PLC的模糊自适应PID控制器设计

通过对模糊自适应PID控制器设计过程的详细分析,提出了一种基于PLC查表方式实现模糊自适应PID控制器的方法,实现了基于PLC的自适应模糊PID控制器的设计,并应用于实际的控制系统中。结果表明,用PLC实现模糊自适应PID控制简单实用,适于工业控制系统应用。     

基于模糊CMAC的三连杆机械臂的最优控制器

研究了将模糊CMAC神经网络和最优控制方法Hkamilton-Jacobi-Bellman(H-J-B)相结合来实现三连杆机械臂的最优控制策略。介绍了模糊CMAC神经网络的基本结构,基于二次最优控制信号的模糊CMAC控制器设计,推导了基于Lyapunov稳定性分析理论的神经网络自适应学习算法,并通过一个鲁棒化向量来克服系统模型中不确定项的影响,保证系统的稳定性。