基于BP神经网络的PID控制器及其MATLAB仿真.pdf
2009 NO.10 中国新技术新产品
China New Technologies and Products
高新技术
基于BP 神经网络的PID 控制器及其MATLAB 仿真
谢利英
(衡阳财经工业职业技术学院,湖南 衡阳 421008)
摘 要: PID 控制算法简单、应用广泛,既能消除余差,又能提高系统的稳定性,但其P 环节、I 环节、D 环节的控制参数却参数难以整定;BP 神经
网络算法具有很强的数字运算能力,因此,可通过BP 神经网络自学习、加权系数调整,实现PID 的最优调整,本文以小车控制为例,利用BP 神
经网络的学习能力进行PID 参数的在线整定,并进行了MATLAB 仿真,结果表明,利用BP 神经网络可很快的找到PID 的控制参数。
关键词:
BP 网络;PID 控制;MATLAB 仿真
引言 由于输出层的神经元的活化函数不能为负数,
PID 控制器具有结构简单、鲁棒性强、工业 取非负的Sigmoid 函数:
上容易实现等优点,在工业控制中得到广泛应用。
但是,当控制对象为非线性和时变特性时,参数 性能指标函数为:
的整定及在线自适应调整问题就难以解决。BP 网 (6)
络具有较好的在线检测能力,将PID 控制器和BP 由梯度下降法,我们取加权系数的修整量为:
神经网络相结合可以实现PID 参数的自学习过程,
从而达到满意的控制效果。 (7)