微计算机信息
微計算機信息
미계산궤신식
CONTROL & AUTOMATION
2007年
10期
76-77,192
,共3页
RBF%PID%参数整定%仿真%Matlab
RBF%PID%參數整定%倣真%Matlab
RBF%PID%삼수정정%방진%Matlab
传统PID的控制参数难以精确整定,且依赖于对象的精确数学模型,适应性较差,对复杂过程不能保证其控制精度.针对工业控制领域中大滞后系统,采用传统PID控制不能获得满意的控制效果,提出基于RBF神经网络的PID控制参数自整定的方法.该方法利用RBF神经网络的自学习、自适应能力自调整系统的控制参数.仿真表明,该方法可实现有效的控制,并且与常规PID相比,具有更好的自适应性和鲁棒性.
傳統PID的控製參數難以精確整定,且依賴于對象的精確數學模型,適應性較差,對複雜過程不能保證其控製精度.針對工業控製領域中大滯後繫統,採用傳統PID控製不能穫得滿意的控製效果,提齣基于RBF神經網絡的PID控製參數自整定的方法.該方法利用RBF神經網絡的自學習、自適應能力自調整繫統的控製參數.倣真錶明,該方法可實現有效的控製,併且與常規PID相比,具有更好的自適應性和魯棒性.
전통PID적공제삼수난이정학정정,차의뢰우대상적정학수학모형,괄응성교차,대복잡과정불능보증기공제정도.침대공업공제영역중대체후계통,채용전통PID공제불능획득만의적공제효과,제출기우RBF신경망락적PID공제삼수자정정적방법.해방법이용RBF신경망락적자학습、자괄응능력자조정계통적공제삼수.방진표명,해방법가실현유효적공제,병차여상규PID상비,구유경호적자괄응성화로봉성.