pid神经网络多变量控制算法的研究与改进

《pid神经网络多变量控制算法的研究与改进》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、广东工业大学硕±学位论文（理学硕±）ＰＩＤ神经网络多变量控制算法的研究与改进梁玉婷二〇—六年六月分类号；１１８４５；学校代号ＵＤＣ：２１１巧１４０１１；密级：学号广东工业大学硕±学位论文（理学硕±）ＰＩＤ神经网络多变量控制算法的硏究与改进梁玉婷指导教师姓名、职称；余朝永教授学科（专业）或领域名称：数学学生所属学晓；应用数学学院论文答辩日期；２０１６年６月１日－■？Ｉ．？？－？？．ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＧｕａ

2、ｎｄｏｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｇｇｙｆｏｒｔｈｅＤｅｒｅｅｏｆＭａｓｔｅｒｇ（ＭａｓｔｅｒｏｆＳｃｉｅｎｃｅ）ＴｈｅＲｅｓｅａｒｃｈａｎｄＩｍｒｏｖｅｍｅｎｔｏｆｐＭｕｌｔｉｖａｒｉａｂｌｅＰＩＤｎｅｕｒａｌＮｅｔｗｏｒｋＡｌｇｏｒｉ化ｍＣａｎｄｉｄａｔｅ：ＬｉａｎＹｕｔｉｎｇｇＳｕｐｅｒｖｉｓｏｒ；Ｐｒｏｆ．ＪｉｎＣｈａｏｙｏｎｇＭａｙ２０化ＳｃｈｏｏｌｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉ

3、ｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｚｈｏｕＧｕａｎｄｏｎＰ．Ｒ．Ｃｈｉｎａ５１０５２０，ｇ，ｇｇ，？？－．？—摘要摘要在工业控制中人们喜欢用打Ｄ控制器，主要是因为它简单，稳定，可靠，容易调、整．然则打Ｄ控制应对不了非线性，大时滞，不确定多变量强賴合等大系统的控制要农人工神经网络的发展．，启发学者将神经网络的精髓融入ＰＨ）控制中舒怀林教－Ｐ授提出了融入ＰＩＤ规律的内嵌式神经网络ＩＤ神经网络（ＰＩＤＮＮ）．该网络的隐含层参照ＰＩＤＨ大性能．ＰＩ：微分、积分、比例构建Ｄ神经网络的

4、优势在于它的初始权值可Ｗ依赖Ｐ．ＩＤ控制律进行设置但有些控制系统没有积累到ＰＩＤ控制经验．而没有规律的初始权值容易让ＰＩＤ神经网络陷入困，只能随机设置初始权值．为解决这个问题境，很多研究者从各方面对ＰＩＤ神经网络进行改进．本文在上述学者的研究基础上，从网络的输出函数入手，对ＰＩＤ多变量神经网络ＮＮ一（ＭＰＩＤ）进行了改进．本文提出了种新的函数模型去替换原ＭＰＩＤＮＮ的比例阔值函数．．接着用ＭＡＴＬＡＢ软件对仿真例子进行实验改进后的网络比原来的在收敛速度和输入输出逼近方面－：，都取到了更好的效果本文的主要内容如

5、下Ｄ首先阐述研究的选题背景和意文、国内外相关研巧现状．接着介绍了ＰＩ神经网一络的基础知识神经网络的相关概念、ＢＰ神经网络．其中还叙述了ＰＩＤ控制原理、基于ＢＰ网络的ＰＩＤ控制器结构与缺陷等等．其次重点展示了ＰＩＤ神经网络的结构、Ｐ阻神经网络（单变量控制系统ＳＰＩＤＮＮ和多变量控制系统和ＭＰＩＤＮＮ的结构，算法．然后阐述了打Ｄ神经网络的稳定性定理，）交代了ＰＩＤＮＮ初始权值的关键化最后本文从ＭＰ一ＩＤＮＮ的输出函数出发，提出种新的输出函数模型替换原网络的－一比例闽值函数．个３输入３输出的稱合系统输出函数针对

6、，进行仿真．仿真图蟲示改进后的ＭＰＩＤＮＮ算法的收敛速度明虽加快．，误差控制得更好最后阶段本文还对阐述内容做个总结．然后针对本文的研究内容和研巧方向，指一出这个方向的研巧前景巧发展空间、还有可＞１．１＾进步探讨的问题关键词：ＰＩＤ神经网络；多变量：输出函数；ＭＰＩＤＮＮＩ广东工业大学硕壬学位论文ＡＢＳＴＲＡＣＴＰＩＤｃｏｎｔｒｏｌｌｅｒｉｓｓｉｍｌｅｓｔａｂｌｅｒｅｌｉａｂｌｅｅａｓｔｏａｄｕｓｔｗｈｉｃｈｍａｋｅｓｉｔｔｈｅｂｅｓｔｃｈｏｉｃｅｐ，，，ｙｊ，ｆｏｒｅｏｌｅ

7、ｉｎｉｎｄｕｓｔｒｉａｌｃｏｎｔｒｏｌ．ＨｏｗｅｖｅｒＰＩＤｃｏｎｔｒｏｉｉｌｉｓｈａｒｄｔｏｅｔｄｅａｌｗｔｈｓｏｍｅｌａｒｅｐｐ，ｇｇ－ｄｅｌａｕｎｃｅｒｔａｉｎｔａｎｄｍｕｌｔｉｖａｒｉａｂｌｅ打ｏｎｌｉｎｅａｒｓｔｒｏｎｃｏｕｌｉｎｃｏｍｌｅｘｓｓｔ：ｅｍｓ．Ｔｈｅｙ，ｙｇｐｇｐｙｄｅｖｅｌｏｐｍｅｎｔｏｆａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｉｎｓｐｉｒｅｓｒｅｓｅａｒｃｈｅｒｓｔｏｕｔｔｈｅｅｓｓｅｎｃｅｏｆｔｈｅｎｅｕｒａｌｐｎｅｔｗｏ

8、ｒｋｉｎｔｏｔｈｅＰＩＤｃｏｎｔｒｏｌ．ＰｒｏｆｅｓｓｏｒＳｈｕＨｕａｉｌｉ打ｐｒｏｐｏｓｅｄａｎｅｍｂｅｄｄｅｄｎｅｕｒａｌ—ＰＩＤｎｔＩＤＮＮｔｔＩ