系统仿真学报
繫統倣真學報
계통방진학보
JOURNAL OF SYSTEM SIMULATION
2006年
11期
3030-3033,3037
,共5页
PID控制器%神经网络%单纯形法%学习参数%优化%预测
PID控製器%神經網絡%單純形法%學習參數%優化%預測
PID공제기%신경망락%단순형법%학습삼수%우화%예측
利用单纯形法优化神经元PID控制器的学习速率和神经元比例系数.一种是动态优化法,每次学习使用的学习参数由单纯形优化器在之前的学习过程中进行预测.为此,定义了一种新的目标函数,实现了学习参数的良好预测.另一种是离线优化法,这是一种全局优化法,使用单纯形优化器只需一步优化,得到最优学习参数.针对不同的初始学习参数和被控对象,经过大量的仿真实验,表明单纯形神经元PID控制器具有很好的动态性能和稳态性能,增强了系统的适应性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.
利用單純形法優化神經元PID控製器的學習速率和神經元比例繫數.一種是動態優化法,每次學習使用的學習參數由單純形優化器在之前的學習過程中進行預測.為此,定義瞭一種新的目標函數,實現瞭學習參數的良好預測.另一種是離線優化法,這是一種全跼優化法,使用單純形優化器隻需一步優化,得到最優學習參數.針對不同的初始學習參數和被控對象,經過大量的倣真實驗,錶明單純形神經元PID控製器具有很好的動態性能和穩態性能,增彊瞭繫統的適應性和魯棒性,降低瞭學習參數選擇的盲目性和對經驗的高度依賴性.
이용단순형법우화신경원PID공제기적학습속솔화신경원비례계수.일충시동태우화법,매차학습사용적학습삼수유단순형우화기재지전적학습과정중진행예측.위차,정의료일충신적목표함수,실현료학습삼수적량호예측.령일충시리선우화법,저시일충전국우화법,사용단순형우화기지수일보우화,득도최우학습삼수.침대불동적초시학습삼수화피공대상,경과대량적방진실험,표명단순형신경원PID공제기구유흔호적동태성능화은태성능,증강료계통적괄응성화로봉성,강저료학습삼수선택적맹목성화대경험적고도의뢰성.
