| 基于混合粒子群算法的多变量解耦控制器优化 |
| |
| 引用本文： | 潘海迪,吴向前. 基于混合粒子群算法的多变量解耦控制器优化[J]. 计算机仿真, 2013, 30(8) |
| |
| 作者姓名： | 潘海迪 吴向前 |
| |
| 作者单位： | 新疆大学电气工程学院,新疆乌鲁木齐,830047 |
| |
| 摘 要： | 研究薄膜厚度系统控制器优化问题,由于神经网络初始权值难以确定,使PID神经网络对控制器参数的自适应、自学习能力变差,最终导致控制效果不理想.为了解决这一问题,提出一种混合的粒子群算法,用来优化神经网络初始权值,进而实现控制器的优化,并应用于薄膜厚度控制系统.仿真结果表明:与PID神经网络控制器相比,优化后的控制器更好的实现了多变量控制系统的解耦控制,提高了控制器参数的自适应自学习能力,控制效果明显,并且系统的鲁棒性较好.
|
| 关 键 词： | 薄膜厚度系统 初始权值 混合粒子群算法 比例-积分-微分神经网络控制器 |
Optimization of Multivariable Decoupling Controller Based on Hybrid PSO |
| |
| PAN Hai-di , WU Xiang-qian. Optimization of Multivariable Decoupling Controller Based on Hybrid PSO[J]. Computer Simulation, 2013, 30(8) |
| |
| Authors: | PAN Hai-di WU Xiang-qian |
| |
| Abstract: | |
| |
| Keywords: | Film thickness system Initial weights Hybrid particle swarm optimization PID neural network controller |
| 本文献已被 万方数据 等数据库收录！ |
|
