基于CPSO-BP-PID的神经网络控制方法研究  

The study of neural networks control method based on CPSO-BP-PID

作　　者：杨玉东[1] 

机构地区：[1]江苏省淮阴工学院电子与电气工程学院,淮安223003

出　　处：《制造业自动化》2014年第6期50-53,共4页Manufacturing Automation

基　　金：国家高技术研究计划(863计划)(2007AA06Z111);江苏省科技型企业创新基金(BC2010140);江苏省普通高校研究生科研创新计划项目(CXLX12_0277);江苏省教育厅自然基金项目(12KJD510003)

摘　　要：针对传统PID控制方法的参数不易整定、调节时间偏长的缺点,将CPSO算法用到BP-PID的参数整定过程中,从而设计了一种稳定、高效的自适应控制器(CPSO-BP-PID)。由于CPSO算法的粒子速度更新来自于粒子的自身最优值、每个子群的最优值以及本子群的最优值,使其充分发挥了PSO的社会分享机制,全局搜索能力更强,从而保证了由其整定的BP神经网络更加适合PID控制参数的优化过程。通过比较实验中建立的PSO-BP-PID、BP-PID以及CPSO-BP-PID三种控制器的控制性能,实验结果表明CPSO-BP-PID控制器可以实现对被控系统的有效控制,并可较大程度地提高其控制过程的稳定性、精确性与鲁棒性。

关 键 词：BP神经网络 参数整定 合作粒子群算法 PID MATLAB仿真 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]