毕业设计（论文）-基于bp神经网络的pid控制器设计

《毕业设计（论文）-基于bp神经网络的pid控制器设计》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、毕业论文基于BP神经网络的PID控制器设计2008年6月2008届毕业论文基于BP神经网络的PID控制器设计摘要：本文提出了一种基于BP神经网络的PID控制方法，充分利用BP神经网络逼近任意连续有界非线性函数的能力，这种PID控制方法能学习和适应严重不确定系统的动态特性。文中采用三层前向网络动态BP算法，达到了在线实时控制的目的，显示了BP神经网络的PID控制方法具有很强的鲁棒性，同时也显示了神经网络在解决高度非线性和不确定系统方面的潜能。计算机仿真结果表明，基于BP神经网络的PID控制较常规的PID控制具有更好的鲁棒性和自适应性，能取得良好的控制效果。关键字：BP算法，神经

2、网络，PID控制第II页共Ⅱ页2008届毕业论文ResearchonPIDControlBasedonBPNeuralNetworksAbstract:APIDcontrolbasedonBPneuralnetworks,isintroducedinthispaper,whichisusedtooptimizeandadjustthedynamicperformanceofseriouslyuncertainsystembyexploitingthenonlinearmappingcapabilityofneuralnetworks.ThedynamicBPalgorithm

3、ofthree-layernetworksrealizestheonlinereal-timecontrol,whichdisplaystherobustnessofthePIDcontrol,andthecapabilityofBPneuralnetworkstodealwithnonlinearanduncertainsystem.ThesimulationresultsshowthatthePIDcontrolbasedonBPneuralnetworksownsbetterrobustnessandself-adaptationthanthegeneralone,an

4、dthegreatperformanceofcontrolcanbeguaranteed.Keywords:BPalgorithm,neuralnetworks,PIDcontrol第II页共Ⅱ页2008届毕业论文目录1绪论11.1引言11.2国内外研究现状11.3论文研究内容22PID控制原理42.1自动控制系统4２.2PID控制的原理和特点4２.3PID控制器的参数整定5２.4数字PID控制63BP神经网络73.1神经网络的发展历史73.1.1神经网络产生的背景73.1.2神经网络的发展73.1.3神经网络的发展前景103.1.4神经网络的意义113.2BP神经网络的基本

5、结构及其原理133.2.1神经网络的基本结构133.2.2基于BP算法的三层前向网络的PID控制方案。133.2.3BP学习算法的改进194基于BP神经网络的PID控制器设计224.1总体设计224.2MTALAB程序及仿真234.2.1MATLAB简介234.2.2基于BP神经网络的PID控制器的仿真程序264.2.3仿真结果274.2.4仿真结果分析29第II页共II页2008届毕业论文结束语30附录仿真程序31参考文献35致谢37第II页共II页2008届毕业论文1绪论1.1引言PID控制是最早发展起来的应用经典控制理论的控制策略之一，由于算法简单，鲁棒性好和可靠性高，

6、被广泛应用于工业过程并取得了良好的控制效果，尤其适用于建立精确数学模型的确定性控制系统。然而实际工业生产过程往往具有非线性，时变不确定性，难以建立精确的数学模型，应用常规PID控制器不能达到理想的控制效果，而且在实际生产现场中，由于受到参数整定方法繁杂的困扰，常规PID控制器参数往往整定不良，性能欠佳，对运行工况的适应性很差[1]。神经网络在控制系统中的应用提高了整个系统的信息系统处理能力和适应能力，提高了系统的智能水平。此外，神经网络是由大量反映非线性本质特征的神经元互相连接而成的复杂网络系统。它具有并行计算和分布式数据处理的功能,可实时处理大量数据，具有逼近任意连续有界非

7、线性函数的能力，对于非线性系统和不确定性系统，无疑是一种解决问题的有效途径。人工神经网络是由简单的处理单元所组成的大量并行分布的处理器，这种处理机具有存储和应用经验知识的自然特性，它与人脑的相似之处概括为两个方面：一是通过学习过程利用神经网络从外部环境中获取知识；二是内部神经元（突触权值）用来存储获取的知识信息[2]。BP（ErrorBackPropagationNetwork）神经网络是目前应用最为广泛和成功的神经网络之一。其基本思想是，学习过程由信号的正向传播与误差的反响传播两个过程组成。正向传播时