基于分数阶的神经网络解耦控制优化方法

针对强耦合、多变量的非线性系统，提出了一种基于Caputo分数阶微分优化的BP-PID解耦控制算法。首先，应用Caputo定义的分数阶思想设计分数阶梯度下降算法，并将其应用到BP-PID控制系统，以实现多变量耦合系统的解耦控制；其次，通过测试的二维变量函数验证所提算法的收敛性；最后，在浸没式电极锅炉耦合模型中使用分数阶梯度下降算法优化的BP-PID算法，并与基于传统梯度下降算法的BP-PID算法进行对比。实验结果表明，所提算法提高了BP-PID解耦控制器的收敛速度，并且加快了响应速度，减少了超调量，缩短了调节时间。