微处理机
微處理機
미처리궤
MICROPROCESSORS
2014年
5期
27-30,33
,共5页
PID控制器%参数优化%蚁群算法%神经网络
PID控製器%參數優化%蟻群算法%神經網絡
PID공제기%삼수우화%의군산법%신경망락
PID Controller%Parameters optimization%RBF neural network%Ant colony optimization algorithm
针对常规方法无法获得最优PID控制器参数的缺点，提出一种基于蚁群神经网络的PID控制器参数优化方法（ACO-RBFNN）。ACO-RBFNN将PID控制器的3个参数作为RBF神经网络的输入，系统输出为RBF神经网络期望输出，通过蚁群算法对RBF神经网络的参数进行优化，并通过RBF神经网络构造参数自学习的PID控制器，从而实现PID控制器参数在线优化。仿真实验结果表明，基于ACO-RBFNN的PID控制器可以得到令人满意的控制效果，可以应用于工业自动化控制系统的PID控制器参数优化。
針對常規方法無法穫得最優PID控製器參數的缺點，提齣一種基于蟻群神經網絡的PID控製器參數優化方法（ACO-RBFNN）。ACO-RBFNN將PID控製器的3箇參數作為RBF神經網絡的輸入，繫統輸齣為RBF神經網絡期望輸齣，通過蟻群算法對RBF神經網絡的參數進行優化，併通過RBF神經網絡構造參數自學習的PID控製器，從而實現PID控製器參數在線優化。倣真實驗結果錶明，基于ACO-RBFNN的PID控製器可以得到令人滿意的控製效果，可以應用于工業自動化控製繫統的PID控製器參數優化。
침대상규방법무법획득최우PID공제기삼수적결점，제출일충기우의군신경망락적PID공제기삼수우화방법（ACO-RBFNN）。ACO-RBFNN장PID공제기적3개삼수작위RBF신경망락적수입，계통수출위RBF신경망락기망수출，통과의군산법대RBF신경망락적삼수진행우화，병통과RBF신경망락구조삼수자학습적PID공제기，종이실현PID공제기삼수재선우화。방진실험결과표명，기우ACO-RBFNN적PID공제기가이득도령인만의적공제효과，가이응용우공업자동화공제계통적PID공제기삼수우화。
Because the traditional method can not obtain the optimal parameters of PID controller, this paper puts forward a PID controller optimization algorithm based on RBF neural network and ant colony optimization algorithm (ACO -RBFNN ).PID controller parameters are taken as RBF neural network input and the output of the system is taken as desired output,and parameters of RBF neural network are optimized by ant colony optimization algorithm to optimize parameters of PID controller,thus realizing on-line optimization of the PID controller parameters.The simulation results show that the proposed method can get satisfactory control effect and be applied to PID controller parameter optimization in industrial automation control system.
