基于动态递归网络的PID自适应控制器的设计与应用  

An Adaptive Neural PID Controller Based on Dynamic Recurrent Neural Network

作　　者：段慧达[1] 郑德玲[2] 

机构地区：[1]北华大学电气信息学院,吉林吉林132021 [2]北京科技大学信息工程学院,北京100083

出　　处：《自动化技术与应用》2005年第6期27-29,共3页Techniques of Automation and Applications

摘　　要：本文分析了改进的ELMAN网络的结构,并讨论了神经网络的学习算法,针对BP算法的缺陷,提出了用遗传算法修正网络权值的学习算法。本文不仅将采用遗传算法进行训练的改进ELMAN网络应用于汽车磷化加热系统的建模,而且针对该系统的特点提出了一种带预测模型的神经网络PID自适应控制器,并最后将该控制器应用于磷化温度控制,取得了良好的控制效果。A modified Elman network and its algorithm are studied in this paper. To overcome the slow convergence rate of the BP algorithm, genetic algorithm (GA) is proposed, which can train the weight of the network. .In addition, an adaptive neural PID controller with the predictive model is proposed - an adaptive neural PID controller based on Dynamic Recurrent Neural Network is proposed to control the temperature during the phosphating process.

关 键 词：改进的ELMAN网络 遗传算法 系统辨识 PID自适应控制器 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]