基于神经网络自学习的pid控制算法研究学位论文.doc

基于神经网络自学习的pid控制算法研究学位论文.doc

ID:11391802

大小:956.00 KB

页数:63页

时间:2018-07-11

基于神经网络自学习的pid控制算法研究学位论文.doc_第1页
基于神经网络自学习的pid控制算法研究学位论文.doc_第2页
基于神经网络自学习的pid控制算法研究学位论文.doc_第3页
基于神经网络自学习的pid控制算法研究学位论文.doc_第4页
基于神经网络自学习的pid控制算法研究学位论文.doc_第5页
资源描述:

《基于神经网络自学习的pid控制算法研究学位论文.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、沈阳理工大学学士学位论文摘要PID(比例-积分-微分)控制器作为最早实用化的控制器已有50年以上的年历史,现在仍然是应用最广泛、最普遍的工业控制器。PID控制器简单易懂,使用中不需精确的物理系统模型等先决条件,因而成为最受欢迎的、应用最为普遍的控制器。PID控制器最早发展起来的原因,是由于其算法简单、鲁棒性好和可靠性高,被广泛应用于过程控制和运动控制中,特别适用于可建立精确数学模型的确定性控制系统。但是常规的PID控制器参数往往整定欠佳、性能不良,对运行环境的适应性很差。而神经网络具有很强的非线性映射能力、自学习的能力、联想记忆的能力、并具有可行

2、批量信息处理方式及良好的容错性能。本次本课题设计的目的就是为了建立一种单神经网络的PID控制器,使得人工神经网络与传统PID控制相结合互相补充,共同提高控制质量、以及控制效率并利用Matlab软件进行仿真。关键词:PID控制;神经网络PID;RBF算法;MATLAB仿真V沈阳理工大学学士学位论文ABSTRACTThePID(PID)controllerasthefirstpracticalcontrollerhas50yearsofhistory,isstillthemostwidelyusedindustrialcontroller.ThePI

3、Dcontrollerissimpleandeasytounderstand,withouttheuseofaccuratesystemmodelsprerequisites,andthusbecomethemostwidelyusedcontroller.ThePIDcontrolroomistheearliestdevelopedoneofthecontrolstrategy,becauseofitssimplealgorithm,goodrobustnessandhighreliability,iswidelyusedinprocessco

4、ntrolandmovementcontrol,especiallycanbeappliedtoestablishtheprecisemathematicalmodelofuncertaintycontrolsystem.ButtheconventionalPIDcontrollerparametersoftensettingbad,poorperformance,theoperatingconditionadaptabilityispoor.Whiletheneuralnetworkhasverystrongnonlinearmappingab

5、ility,self-learningability,thecapacityofassociativememory,parallelinformationprocessingandfinefault-tolerantperformance.ThistopicdesignproposedistoestablishasinglePIDneuralnetworkcontroller,theartificialneuralnetworkandtraditionalPIDcontrolarecombinedtocomplementeachother,wor

6、ktogethertoimprovethecontrolquality,andtheuseofMatlabsoftwaresimulation.Keywords:PIDcontrol;neuralnetworkPID;RBFalgorithm;MATLABsimulationV沈阳理工大学学士学位论文目录1绪论1.1课题研究背景11.2课题研究意义21.2.1感知模式识别21.2.2具有容错和容差能力21.2.3神经网络在工作时具有高速度和潜在的超高速31.2.4PID神经元对现有神经元类型的补充和完善31.3课题目前研究现状31.3.1采用神经

7、元网络确定PID参数31.3.2单神经元结构PID控制器41.4本文的主要任务及研究内容51.4.1分析了传统控制的局限性51.4.2分析了神经元网络应用于控制中的不足之处51.4.3分析了传统PID控制的特点及其改进方法的研究现状61.4.4建立了基于BP神经网络整定的控制62神经网络72.1神经网络的基本概念72.1.1时空整合功能82.1.2动态极化性82.1.3兴奋与抑制状态82.1.4结构的可塑性92.1.5脉冲与电位信号的转换92.1.6突触延期和不应期92.1.7学习、遗忘和疲劳92.2人工神经元模型92.3神经网络的结构112.3

8、.1前馈型网络122.3.2反馈型网络12V沈阳理工大学学士学位论文2.4神经网络的工作方式132.5神经网络的学习142.5.1学习方

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。