基于BP神經(jīng)網(wǎng)絡的PID研究和改進.pdf

1、隨著工業(yè)控制的發(fā)展,出現(xiàn)了控制領域很重要的控制方式之一：PID控制.PID具有很強的適用性,魯棒性強等特點.人們對人工神經(jīng)網(wǎng)絡進行了改進與完善,學者希望將神經(jīng)網(wǎng)絡與PID控制相結合,以此來改進傳統(tǒng)PID控制的缺陷.舒懷林教授提出了一種新的神經(jīng)網(wǎng)絡PIDNN,希望把兩者的優(yōu)點結合在一起,能夠較好的發(fā)揮各自的優(yōu)勢.但是也出現(xiàn)了一些問題：隱含層節(jié)點的選取,連接權值任意以及易陷入局部極小等,影響了控制的應用推廣.因此,為了可以更好的實現(xiàn)PIDN

2、N的應用和推廣,對其進行研究和改進就有非常重要的意義.首先分析了課題研究的背景和意義,國內(nèi)外學者研究的一些現(xiàn)狀及分析，同時也敘述了國內(nèi)外研究現(xiàn)狀存在的一些問題，比如：收斂時間慢，學習時間長，權值連接任意等問題.然后闡述了BP神經(jīng)網(wǎng)絡, BP神經(jīng)網(wǎng)絡的算法表示以及算法程序的實現(xiàn),接著描述了PID神經(jīng)網(wǎng)絡的原理與算法等相關問題,包括PIDNN前向算法和誤差反向傳播算法,對PID神經(jīng)網(wǎng)絡的穩(wěn)定性進行了分析.
　　其次介紹了PID神經(jīng)網(wǎng)絡

3、中的動量項，主要是誤差反向傳播法以及存在的問題，著重分析了附加動量項法,自適應學習率法.對動量項迭代法進行了改進,在上述的基礎上進行了仿真,結果表明收斂速度加快,誤差更小.對激勵函數(shù)進行了分析,介紹了幾種常用的激勵函數(shù)以及很多學者對激勵函數(shù)的改進.在前面學者的啟發(fā)下,提出了一種激勵函數(shù),進行了改進，并用仿真實驗證明了其有效性，實現(xiàn)了激勵函數(shù)的動態(tài)性,擴大了系統(tǒng)的控制范圍,避免了麻痹現(xiàn)象的產(chǎn)生.
　　最后對本文研究的內(nèi)容進行了總結和