基于ACO的连铸结晶器液位控制系统设计

常规PID不适用于具有非线性、时变特性和耦合性强等特征的连铸机结晶器液位控制系统,为此设计一种蚁群优化BP神经网络的智能PID控制器.采用系统辩识方法确定结晶器液位控制系统的数学模型;设计了控制器的系统结构,采用蚁群算法(ACO)训练BP网络的权值,以获得全局最优PID控制参数,在Matlab中进行仿真.实践结果表明,该算法收敛速度快、无超调、稳定性好.     

基于ACO的连铸结晶器液位控制系统设计

常规PID不适用于具有非线性、时变特性和耦合性强等特征的连铸机结晶器液位控制系统,为此设计一种蚁群优化BP神经网络的智能PID控制器.采用系统辩识方法确定结晶器液位控制系统的数学模型;设计了控制器的系统结构,采用蚁群算法(ACO)训练BP网络的权值,以获得全局最优PID控制参数,在Matlab中进行仿真.实践结果表明,该算法收敛速度快、无超调、稳定性好.     

基于粒子群优化的神经网络自适应控制算法

针对一些非线性场合或者控制对象可变的条件下,传统PID控制达不到要求且需要靠经验不断地调整PID参数的情况,提出了一种基于粒子群优化(particle swarm optimization,PSO)的神经网络自适应控制算法。该算法结合传统PID控制、BP神经网络和PSO全局优化算法,用PSO算法优化BP神经网络的初始权值,然后用优化后的BP神经网络在线调整PID参数。优化过程中引入了变异操作,并考虑激活函数增益及隐含层数的选择对PSO算法和BP神经网络的综合影响。该算法克服了神经网络容易陷入局部极小值以及收敛速度慢的缺陷,仿真结果表明,该算法在精确性和实时性上有很大的改进。     

基于PSO优化Fuzzy-PID的全电调节无级变速器速比控制研究

全电调节无级变速器(EM-CVT)采用单电机作为动力源,通过控制电机转角实现速比调节。从提高EM-CVT速比控制系统稳定性和控制精度出发,设计了粒子群优化模糊PID速比控制策略;建立模糊PID速比控制器的模型,引入粒子群优化算法优化模糊PID控制器中的因子,实现速比控制系统的优化。仿真结果表明,采用粒子群优化模糊PID控制系统,可以提高系统的控制精度,改善速比跟踪性能。     

基于PID算法的燃油汽车发动机怠速跟踪控制

针对汽车发动机在怠速状态下存在超调过大以及响应时间慢等问题,提出一种基于PID算法的燃油汽车发动机怠速跟踪控制方法。分析汽车发动机怠速控制系统的要求,结合PID算法构建燃油汽车发动机怠速跟踪控制器,同时获取发动机的基本参数以及工作数据。在标准粒子原有搜索策略的基础上加入混沌搜索策略,通过混沌粒子群算法优化PID参数,将优化后的参数存储到控制器中,完成PID控制器参数的离线整定,最终实现燃油汽车发动机怠速跟踪控制。经实验测试结果表明：所提方法可以有效降低跟踪误差以及超调量,同时还能够减少响应时间。     

两种群智能算法在PID参数优化中的应用分析

PID的参数优化是应用工程中非常关键的一个问题.针对PID的参数优化,分析了两种最常用、经典的群智能算法——粒子群算法和蚁群算法在PID参数优化中的应用.两种群智能算法与PID控制器的结合适用于不同场合,各有优势和不足.两种群智能算法都能够有效地对PID参数进行整定,使得系统得到更好的鲁棒性和精确度.     

基于IPSO-BP算法的燃油系统气压控制优化

针对燃油系统地面模拟试验气箱压力控制所存在的非线性、时变性问题,提出了一种基于改进粒子群算法(IPSO)优化的BP-PID控制器。该控制器结合改进粒子群算法全局搜索能力强和收敛速度快的特点,对BP神经网络的连接权值不断地调整,输出最优的PID控制参数。依据地面模拟试验参数,建立了主要器件的数学模型,利用Simulink软件对各器件的仿真模块进行搭建,构成一个完整的气箱控制系统进行研究。结果表明,IPSO-BP-PID控制比BP-PID控制响应速度快,稳定性好,超调量小,大大提高了气箱压力控制过程的精确性与鲁棒性。     

一种基于改进的粒子群优化算法的神经网络PID控制器

针对多输入多输出(MIMO)复杂过程控制中控制性能偏慢等问题,对神经网络PID控制器以及PID控制理论物理机制之间的相互作用进行了研究。对神经元PID控制器隐层和输出层之间的初始权值进行了归纳,提出了一种粒子群优化算法,提高了PSO算法的收缩因子以保证优化的收敛性,并进行了Matlab仿真。研究结果表明,所提出的神经网络PID控制器的改进粒子群算法优化,在高耦合效应的复杂MIMO对象中具有良好的精度以及快速响应的特性。     

基于PSO的神经网络机械臂自校正控制

粒子群优化算法(PSO)基于群体的演化算法,本质上是一种随机搜索算法,并能以较大概率收敛到全局最优.针对非线性机械臂系统,利用径向基函数(RBF)神经网络和PID控制器作为混合控制器,运用PSO算法对神经网络参数进行在线学习优化,同时在PID控制器的辅助下对机械臂系统进行在线自校正控制.计算机仿真表明,该控制器具有较高的控制精度和响应速度,可以满足机械臂工作要求.     

电动助力转向系统主动回正控制策略研究

针对目前电动助力转(EPS)系统存在低速行驶回正不足和高速行驶回正超调问题,提出了基于粒子群优化BP神经网络PID参数自适应调整的EPS主动回正控制算法,建立了EPS回正控制系统动力学模型和主动回正控制决策.利用粒子群算法的全局最优和收敛速度快的特点优化BP神经网络的最优权值和阈值,并通过Simulink仿真和硬件在环...