30446.基于pid神經(jīng)網(wǎng)絡(luò)的研究和改進(jìn)

1、分類號：UDC：密級：學(xué)校代碼：11845學(xué)號：2111114022廣東工業(yè)大學(xué)碩士學(xué)位論文(理學(xué)碩士)基于PID神經(jīng)網(wǎng)絡(luò)的研究和改進(jìn)翟亞麗指導(dǎo)教師姓名、職稱：金麴丞教援專業(yè)或領(lǐng)域名稱：廑囝數(shù)堂學(xué)生所屬學(xué)院：座旦麴堂堂院論文答辯日期：2Q!壘生魚旦摘要摘要PID控制是控制領(lǐng)域中最為重要的控制方式之一，因?yàn)槠浣Y(jié)構(gòu)簡單、魯棒性強(qiáng)、易于實(shí)現(xiàn)，被廣泛應(yīng)用于石油、化工、建材等各個(gè)領(lǐng)域隨著控制理論和技術(shù)的發(fā)展，對控制方法也不斷提出更高的要求PID控

2、制原理簡單，適應(yīng)性強(qiáng)，但只用于非時(shí)變的系統(tǒng)模型，無法從根本上解決動態(tài)品質(zhì)和穩(wěn)態(tài)精度1997年舒懷林教授提出PID神經(jīng)元網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)有大量人工神經(jīng)元連接而成，具有很強(qiáng)的適應(yīng)性，學(xué)習(xí)能力及非線性映射能力，而且其魯棒性和容錯(cuò)能力也很強(qiáng)融合PID的規(guī)律和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，將PID與神經(jīng)網(wǎng)絡(luò)控制相結(jié)合，得到一種動態(tài)網(wǎng)絡(luò)PIDNNm，但PIDNN控制算法存在著局限性，該方法是利用梯度下降法使誤差函數(shù)達(dá)到最小，該系統(tǒng)在收斂時(shí)速度很慢，且易陷于局部極小

3、值，當(dāng)權(quán)值變化接近于零時(shí)，調(diào)節(jié)過程幾乎停頓下來在此調(diào)節(jié)過程中激勵函數(shù)起著關(guān)鍵作用本文通過分析PIDNN控制算法存在的局限性，提出了對變參的激勵函數(shù)進(jìn)行改進(jìn)，既保證了系統(tǒng)的穩(wěn)定性，又加快了收斂速度，擴(kuò)大了適用范圍，有效地避免麻痹現(xiàn)象的產(chǎn)生，同時(shí)在改進(jìn)激勵函數(shù)的基礎(chǔ)上加上一個(gè)彈性系數(shù)使其很快跳出飽和區(qū)，實(shí)現(xiàn)了激勵函數(shù)的動態(tài)性，同時(shí)擴(kuò)大了系統(tǒng)的適用范圍減少區(qū)間變形誤差的影響，同時(shí)也降低誤差用MATLAB仿真測試顯示改進(jìn)后的PIDNN系統(tǒng)的良好