基于ISA-DE算法的神經(jīng)網(wǎng)絡(luò)PID控制.pdf

1、神經(jīng)網(wǎng)絡(luò)作為一種現(xiàn)代信息處理的技術(shù)，在很多應(yīng)用中顯示其獨特的優(yōu)越性，神經(jīng)網(wǎng)絡(luò)PID控制在其中扮演了十分重要的角色，具有很高的研究和應(yīng)用研究價值。但是，對于目前的神經(jīng)網(wǎng)絡(luò)PID控制算法存在極易陷入局部極小值等缺陷。因此，本文針對這一問題進(jìn)行了探討。
　　 本論文主要完成了以下幾方面工作：
　　 1.仿真分析了RBF神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)辨識，認(rèn)識到是由神經(jīng)元向被控對象提供Jacobian信息，實現(xiàn)PID控制參數(shù)的在線調(diào)整。<

2、br>　　 2.把遺傳算法優(yōu)化的最優(yōu)解作為RBF神經(jīng)網(wǎng)絡(luò)的初始權(quán)值，以梯度下降算法微調(diào)各控制參數(shù)，仿真結(jié)果表明經(jīng)遺傳算法優(yōu)化后的控制精度要優(yōu)于未經(jīng)優(yōu)化的結(jié)果，證明了進(jìn)化算法與神經(jīng)網(wǎng)絡(luò)PID控制結(jié)合的可行性。
　　 3.由于差分進(jìn)化算法作為一種新的進(jìn)化算法，被國內(nèi)外學(xué)者廣泛關(guān)注。大量研究結(jié)果發(fā)現(xiàn)，差分進(jìn)化算法具有極強(qiáng)的全局優(yōu)化能力，比較適合于非線性系統(tǒng)的優(yōu)化。因此，本文全面深入地研究了差分進(jìn)化算法的原理、結(jié)構(gòu)和算法特點，針對神經(jīng)