| 基于蚁群神经网络的工业自动化PID参数优化 |
| |
| 引用本文： | 孙琼琼,郭静博.基于蚁群神经网络的工业自动化PID参数优化[J].微处理机,2014(5):27-30. |
| |
| 作者姓名： | 孙琼琼 郭静博 |
| |
| 作者单位： | 平顶山教育学院,平顶山467000 |
| |
| 基金项目： | 河南省科技计划审点项目（102102210416） |
| |
| 摘 要： | 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。
|
| 关 键 词： | PID控制器 参数优化 蚁群算法 神经网络 |
Parameters Optimization of Industrial PID Controller Based on Neural Network and Ant Colony |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 等数据库收录！ |
|
