自动化与仪器仪表
自動化與儀器儀錶
자동화여의기의표
AUTOMATION & INSTRUMENTATION
2014年
2期
34-35
,共2页
小脑模型神经网络%稳定性%PID控制算法%复合控制%反馈
小腦模型神經網絡%穩定性%PID控製算法%複閤控製%反饋
소뇌모형신경망락%은정성%PID공제산법%복합공제%반궤
CMAC network%Stability%PID control algorithm%Compound control%Feedback
针对工作环境中存在的干扰和噪声,普通PID控制算法的控制效果较差,提出了一种基于CMAC神经网络与PID控制算法相结合的复合控制算法,通过对结构参数的调整,可以达到较小的误差。仿真结果验证了该算法的有效性,表明这种控制方法能够有效的提高系统的抗干扰性能,并且具有很好的适应性和鲁棒性。
針對工作環境中存在的榦擾和譟聲,普通PID控製算法的控製效果較差,提齣瞭一種基于CMAC神經網絡與PID控製算法相結閤的複閤控製算法,通過對結構參數的調整,可以達到較小的誤差。倣真結果驗證瞭該算法的有效性,錶明這種控製方法能夠有效的提高繫統的抗榦擾性能,併且具有很好的適應性和魯棒性。
침대공작배경중존재적간우화조성,보통PID공제산법적공제효과교차,제출료일충기우CMAC신경망락여PID공제산법상결합적복합공제산법,통과대결구삼수적조정,가이체도교소적오차。방진결과험증료해산법적유효성,표명저충공제방법능구유효적제고계통적항간우성능,병차구유흔호적괄응성화로봉성。
In view of interference and noise existing in the work environment, the effect of ordinary PID control algorithm is poor, the author puts forward a composite control algorithm based on CMAC neural network combining with PID control algorithm. Through the adjustment of structural parameters, it can reach smaller error. The simulation results verify the effectiveness of the algo-rithm, show that this control method can effectively improve the anti-jamming ability of the system. The algorithm has good adapt-ability and robustness.