|
| 摘要: |
| 传统的比例积分控制器具有一定的局限性,尤其是当被控对象会有非线性、不确定性和时变特性,常规的PID控制器往往难以发挥作用,甚至会失稳.利用神经网络进行复杂过程的PID控制可以很好地解决上述问题.Lvenberg-Marquardt(LM)算法是梯度下降法与高斯-牛顿法的结合.就训练次数与精度而言,它明显优于共轭梯度法及变学习率的BP算法,适用于PID控制.得到了在线自适应神经网络PID控制算法,该算法改善了传统BP算法,实现了现有PID控制器控制方法. |
| 关键词: PID控制 LM算法 神经网络 算法改善 神经网络 控制研究 algorithm based PID controller system neural network 控制方法 控制算法 在线自适应 变学习率 共轭梯度法 精度 训练次数 结合 牛顿法 高斯 梯度下降法 问题 |
| DOI： |
| 分类号:TP13 |
| 基金项目: |
|
| Research into neural network system PID controller based on Levenberg-Marquardt algorithm |
|
刘鹏' target='_blank'>LIU Peng
|
| Abstract: |
|
| Key words: |
