学科分类号计算机技术,学科分类号 0806.DOC-CSDN博客

学科分类号 0806.DOC

学科分类号 0806

本科生毕业论文(设计)

题目(中文)：基于PID神经网络多变量控制系统设计

(英文)： The Design of PID Neural Network

Multivariable Control System

学生姓名：　　李剑

学　　号：　　0910406024

系　　别：　物理与信息工程系

专　　业：　　通信工程

指导教师：　瞿军　讲师

起止日期： 2012.11 -2013.05

2013 年 05 月 18 日

怀化学院本科毕业论文(设计)诚信声明

作者郑重声明：所呈交的本科毕业论文(设计)，是在指导老师的指导下，独立进行研究所取得的成果，成果不存在知识产权争议。除文中已经注明引用的内容外，论文不含任何其他个人或集体已经发表或撰写过的成果。对论文的研究做出重要贡献的个人和集体均已在文中以明确的方式标明。本声明的法律结果由作者承担。

本科毕业论文(设计)作者签名：

年月日

摘要I

关键词I

AbstractI

Key wordsII

1 前言1

2 PID神经网络控制理论介绍4

2.1神经网络的基本概念4

2.2 PID神经网络控制的基本原理5

3 PID神经网络多变量控制系统模型建立10

3.1 神经网络的使用范围10

3.2 总体框架结构设计11

3.3 输入数据的预处理12

4 编程实现13

4.1 PID神经网络初始化13

4.2 控制律计算13

4.3 数据的训练与测试14

5 PID神经网络的仿真与拓展分析15

5.1结果分析15

5.2案例拓展17

总结18

参考文献18

致谢19

附录A20

附录B27

PID神经网络多变量控制系统设计

摘要

由于PID变量控制系统的结构简单、实现简单，控制效果良好，在工业控制中得到广泛应用。但是，PID控制具有一定的局限性：当控制对象不同时，控制器的参数难以自动调整以适应外界环境的变化。为了使控制器具有较好的自适应性，实现控制器参数的自动调整，可以采用神经网络控制的方法，利用人工神经网络的自学习这一特性，并结合传统的PID控制理论，构造神经网络PID控制器，实现控制器参数的自动调整。本文设计了一种基于PID神经网络的多变量控制系统，利用神经网络的自学习能力进行在线参数整定，并利用Matlab软件进行仿真。通过仿真实现可以看出它具有自学习、自适应性等特点，网络的收敛速度快，能够对非线性对象有很好的控制，系统的跟踪性能很好．其参数设定无需知道被控对象的具体参数及其数学模型，对不同的对象具有适应性。

关键词

PID控制；神经网络；Matlab仿真

The Design of the PID Neural Network

Multivariable Control System

Abstract

Because the PID controller simple structure, to achieve a simple, effective control, has been widely used. According to statistics, However, he has certain limitations: When the control object is not at the same time, the controller parameters to automatically adjust to the changes in the external environment. In order to make the controller has good adaptability, and Controller Parameters of automatic adjustments can be used neural network control method. Using artificial neural network learning oneself, combined with the traditional PID control theory structure of neural networks PID controller, and implementate the automatic adjustment of controller parameters. The thesis designed according to t