神经网络pid控制器MATLAB,基于BP神经网络的PID控制器及其MATLAB仿真.pdf

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)