基于人工魚群算法的PID神經網絡控制器仿真研究.pdf

1、隨著智能控制思想的逐漸深入,神經網絡、智能優(yōu)化算法等理論和算法在控制領域中受到極大的關注和研究應用。PID神經網絡(PIDNN)是一種新型的神經網絡,是PID控制和神經網絡的本質融合,兼具二者的優(yōu)點。
　　 PID神經網絡特有的結構和算法優(yōu)勢,使它可以作為控制器應用于各種系統(tǒng)中,并且設計過程十分簡單。但是,PID神經網絡的訓練算法一直采用的是傳統(tǒng)的反向傳播算法(BP算法),BP算法存在的各種等缺點,使得PIDNN控制器在控制系統(tǒng)

2、中很難得到理想的網絡權值,難以取得滿意的控制效果。為了充分發(fā)揮PIDNN控制器的各種優(yōu)良性能并擴展其應用范圍,針對PIDNN控制器網絡權值的訓練問題,本文提出利用人工魚群算法進行訓練優(yōu)化,并對各種類型的系統(tǒng)進行了控制仿真研究,驗證了方法的有效性。本文主要包括以下內容:
　　 (1)在深入了解人工魚群算法的基礎上,分析了算法的優(yōu)缺點;并針對基本人工魚群算法的缺點,結合其他學者的一些改進思想進行了算法的改進研究,給出了本文的改進策略

3、,并對改進后的算法進行了仿真測試,驗證了改進策略的有效性和可行性。
　　 (2)對PID神經網絡的結構和控制算法進行了介紹和分析探討,結合自己仿真過程中的研究發(fā)現,提出了PIDNN控制器的一些改進策略。針對單變量、多變量方系統(tǒng)和多變量非方的系統(tǒng),設計了這些系統(tǒng)的PIDNN控制器。
　　 (3)分析了傳統(tǒng)的BP算法訓練PIDNN控制器的缺點,提出人工魚群算法訓練優(yōu)化PIDNN控制器的思想,并對訓練的過程和步驟進行了總結歸納