学位论文 > 优秀研究生学位论文题录展示

基于人工鱼群算法的PID神经网络控制器仿真研究

作　者: 马超阳
导　师: 冯冬青
学　校: 郑州大学
专　业: 检测技术与自动化装置
关键词: 人工鱼群算法 PID神经网络 反向传播算法 PID控制 控制仿真
分类号: TP18
类　型: 硕士论文
年　份: 2012年
下　载: 150次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着智能控制思想的逐渐深入,神经网络、智能优化算法等理论和算法在控制领域中受到极大的关注和研究应用。PID神经网络(PIDNN)是一种新型的神经网络,是PID控制和神经网络的本质融合,兼具二者的优点。PID神经网络特有的结构和算法优势,使它可以作为控制器应用于各种系统中,并且设计过程十分简单。但是,PID神经网络的训练算法一直采用的是传统的反向传播算法(BP算法),BP算法存在的各种等缺点,使得PIDNN控制器在控制系统中很难得到理想的网络权值,难以取得满意的控制效果。为了充分发挥PIDNN控制器的各种优良性能并扩展其应用范围,针对PIDNN控制器网络权值的训练问题,本文提出利用人工鱼群算法进行训练优化,并对各种类型的系统进行了控制仿真研究,验证了方法的有效性。本文主要包括以下内容：(1)在深入了解人工鱼群算法的基础上,分析了算法的优缺点；并针对基本人工鱼群算法的缺点,结合其他学者的一些改进思想进行了算法的改进研究,给出了本文的改进策略,并对改进后的算法进行了仿真测试,验证了改进策略的有效性和可行性。(2)对PID神经网络的结构和控制算法进行了介绍和分析探讨,结合自己仿真过程中的研究发现,提出了PIDNN控制器的一些改进策略。针对单变量、多变量方系统和多变量非方的系统,设计了这些系统的PIDNN控制器。(3)分析了传统的BP算法训练PIDNN控制器的缺点,提出人工鱼群算法训练优化PIDNN控制器的思想,并对训练的过程和步骤进行了总结归纳。(4)在MATLAB环境下,对人工鱼群算法训练优化的PIDNN控制器,分别进行了单变量系统、多变量方系统和多变量非方系统的控制仿真。通过与人工鱼群算法优化的PID控制器和BP算法训练PIDNN控制器的比较,证明基于人工鱼群算法的PID神经网络控制器很好的解决了网络权值的训练问题,PIDNN控制器的性能得到很大改善,也扩展了PIDNN控制器的应用范围。针对各种类型系统的控制仿真也验证了本文方法的有效性。

全文目录


摘要  4-5
Abstract  5-9
1 绪论  9-15
  1.1 课题背景及意义  9-10
  1.2 人工鱼群算法研究现状  10-12
  1.3 PID神经网络研究现状  12-13
  1.4 本文主要工作  13-14
  1.5 本章小结  14-15
2 人工鱼群算法分析及改进  15-28
  2.1 人工鱼群算法原理  15-21
    2.1.1 人工鱼群算法描述  15-18
    2.1.2 人工鱼群算法的参数分析  18-20
    2.1.3 人工鱼群算法全局收敛性分析  20-21
  2.2 改进的人工鱼群算法  21-26
    2.2.1 人工鱼群算法的改进策略  21-22
    2.2.2 改进的人工鱼群算法流程  22-24
    2.2.3 人工鱼群算法改进策略测试  24-26
  2.3 本章小结  26-28
3 PID神经网络介绍与分析  28-39
  3.1 PID神经网络介绍  28-30
    3.1.1 PID神经网络理论基础  28-29
    3.1.2 PID神经网络的基本形式  29-30
  3.2 PID神经网络控制系统  30-35
    3.2.1 单变量系统的PID神经网络控制器  30-33
    3.2.2 多变量系统的PID神经网络控制器  33-35
  3.3 PID神经网络控制器的分析与改进  35-38
    3.3.1 PID神经网络控制器与PID控制器的联系  35-37
    3.3.2 PID神经网络控制器的改进  37-38
  3.4 本章小结  38-39
4 基于人工鱼群算法的PID神经网络训练实现  39-43
  4.1 PID神经网络BP训练算法的缺点  39
  4.2 人工鱼群算法训练PID神经网络控制器的优点  39-41
  4.3 人工鱼群算法训练PID神经网络的步骤  41-42
  4.4 本章小结  42-43
5 基于人工鱼群算法的PID神经网络控制仿真  43-66
  5.1 单变量系统控制仿真  43-49
    5.1.1 大惯性滞后系统控制仿真  44-47
    5.1.2 单变量非线性系统控制仿真  47-49
  5.2 多变量系统控制仿真  49-59
    5.2.1 多温区电加热炉系统控制仿真  51-55
    5.2.2 非线性耦合系统控制仿真  55-59
  5.3 多变量非方系统控制仿真  59-64
  5.4 本章小结  64-66
6 总结与展望  66-68
参考文献  68-71
致谢  71-72
个人简历、在学期间发表的学术论文与研究成果  72

相似论文

  1. 船用舵机电液伺服单元单神经元PID控制,U666.152
  2. 涵道式无人飞行器系统的建模与控制策略研究,V249.122
  3. 半导体激光器温度控制系统的研究,TP273
  4. 压电驱动微工作台的控制与校正技术研究,TP273
  5. 基于模糊整定PID的海浪运动模拟试验台控制系统设计,TP273.4
  6. 多层共挤流涎成形过程温度控制技术研究,TQ320.721
  7. 小型无人搜救飞艇的控制系统研究,V249.1
  8. 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
  9. 基于FPGA的数字控制器硬件实现方法研究,TN791
  10. 水介质电磁阀测试系统的研究,TH134
  11. 伺服系统在放卷机张力控制中的应用,TP273
  12. 基于参数空间的线性时滞系统PID控制器设计方法研究和GUI仿真实现,TP273
  13. 两辊矫直机液压系统的研究,TG333.23
  14. 基于FPGA的模糊PID控制器的设计,TP273.4
  15. IPMC驱动性能研究与应用系统开发,TB34
  16. 连铸扇形段四缸同步液压系统的研究,TF341.6
  17. 太阳能辅助动力汽车驱动系统设计及控制策略研究,U469.721
  18. 双馈式风力发电系统变流器控制的研究,TM614
  19. 电液伺服跑偏控制系统的控制策略研究,TP273
  20. 基于模糊逻辑的永磁同步电机位置控制系统的研究,TM341
  21. 基于网络的中央空调节能控制系统的研究,TP273.2

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com