基于遺傳神經網(wǎng)絡的PID自整定算法的研究.pdf

1、PID（Proportion，Integral，Differential）即比例、積分、微分控制規(guī)律的控制算法是目前控制系統(tǒng)中應用最多的一種算法。如果PID整定過程只是單純的依靠手動來完成，那將是非常麻煩和耗時的。目前工業(yè)現(xiàn)場中因為操作人員的經驗問題而導致許多控制回路整定效果不佳，因此PID自整定對于研究者和現(xiàn)場工程師的操作具有及其重要的意義。 為了解決上述問題，本論文較為深入地研究了PID自整定技術的理論和應用，并結合GA（G

2、enetic algorithm，遺傳算法）和BP（Back Propagation）神經網(wǎng)絡，提出了一種基于GA優(yōu)化的BP神經網(wǎng)絡的PID自整定控制算法。由于GA具有全局搜索性，而BP神經網(wǎng)絡對非線性逼近能力強，但易陷入局部極小。現(xiàn)將二者結合，從而提高了BP神經網(wǎng)絡的權系數(shù)學習效率，減小了陷入局部解的可能性，能夠快速地達到全局收斂，得到最優(yōu)參數(shù)的控制器。 接著本文針對所研究的算法設計了程序并進行了仿真。所設計的程序包括：常規(guī)P

3、ID控制、GA優(yōu)化的PID控制、BP神經網(wǎng)絡PID控制和基于GA優(yōu)化的BP神經網(wǎng)絡PID控制。經過對仿真結果分析與比較表明：基于GA優(yōu)化的BP神經網(wǎng)絡的PID自整定控制算法不僅能夠提高算法在訓練過程中的收斂速度，而且訓練后的BP神經網(wǎng)絡具有較強的自適應和自學習能力，從而進一步提高了控制器的性能。 最后針對本文提出的算法設計了一個水箱恒溫控制系統(tǒng)，并用VC++開發(fā)工具，開發(fā)了上位機軟件。然后用該系統(tǒng)對所研究的算法進行實驗驗證，對結