基于粒子群优化神经网络智能控制

《基于粒子群优化神经网络智能控制》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、NeuralNetworkIntelligentControllerBasedonParticleswarmoptimizationThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByLinYingyingSupervisor:Prof.ZhouXifengJune2013南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含

2、其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质

3、论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________摘要为了实现复杂非线性系统的有效控制，获得优良控制性能，神经网络、粒子群算法被引入控制领域。结合神经网络非线性特性和粒子群算法较强的寻优能力，成为解决复杂控制问题的重要手段。论文针对传统PID控制器参数整定困难的缺点，研究了基于BP神经网络整定PID控制器三个参数的方法，实现了BP神经网络进行PID参数整定。由于BP神经网络神经元函数为静态函数，不适合控制动态系统，神经网

4、络层数难于抉择等缺点，论文给出了一种传统PID控制与神经网络相结合的新型神经网络——PID神经网络。通过一个非线性单变量仿真实例，验证了SPIDNN单变量控制器在学习中的收敛速度较快，系统的输出误差均方值衰减速度快，构成的控制系统抗干扰性能好。由于标准PSO算法训练时间长，全局搜索能力弱，易陷入局部最优等缺点，论文给出了一种改进的粒子群算法（MPSO），通过标准测试函数对该改进粒子群算法进行测试，仿真结果表明：MPSO算法具有较高的搜索精度和收敛速度等优点。针对复杂的非线性多变量耦合系统的控制问题，论文采用MPIDNN对该系统进行仿真实验，仿真结果表明MPIDNN能实现解耦

5、控制并具有良好的抗干扰性能。由于MPIDNN初始权值随机得到并且采用BP算法修正网络权值，论文给出了基于改进粒子群算法（MPSO）优化MPINN参数的方法，该方法使用MPSO算法优化网络初始权值，并用优化后的最优初始权值控制非线性多变量耦合系统。与基于BP算法和标准PSO算法优化MPIDNN参数的方法进行比较，结果表明：基于MPSO优化的MPIDNN学习时间短、收敛速度快，被控量快速逼近控制目标，并缩短了系统的响应时间。因此，基于MPSO优化的MPIDNN控制实现了较好的控制效果。关键词:粒子群算法，人工神经网络，PIDNN控制，智能控制IAbstractInorderto

6、obtainhigherefficiencyandbetterperformanceincomplexnonlinearsystems,neuralnetworkandparticleswarmoptimizationalgorithmsareintroduced.Becauseofthenonlinearcharacteristicofneuralnetworkandstrongoptimizationabilityofparticleswarmalgorithm,theyhavebecomeoneofthemostimportantmethodstosolvecompl

7、excontrolproblems.ToavoidthedifficultiesintuningtheparametersofthetraditionalPIDcontroller,thepaperstudiestheprincipleofBPneuralnetworkself-tuningPIDcontroller.ForthestaticfunctionalityofBPneuralnetwork,thedifficultiesinchoosingandothershortcomings,thepaperint