基于共轭梯度法的改进型BP神经网络PID控制算法.pdfVIP

2011年第 5期 工业仪表与 自动化装置 ·7 · 基于共轭梯度法的改进型BP神经 网络 PID控制算法 陈 庚，戴 放 (辽宁石油化工大学 信息控制学院，辽宁抚顺 l13001) 摘要：针对常规BP神经网络 PID控制器存在收敛速度慢和易陷入局部极小的缺点，提 出一种 基于共轭梯度算法的改进型BP神经网络PID控制器，采用Polak—Ribiere线性有哪些信誉好的足球投注网站方法，对传统BP 神经网络 PID控制器进行改进 ，加快 了网络训练速度 ，避免 网络陷入局部极小。在 Matlab平 台下 实现算法程序，仿真结果表明该改进控制方法的有效性。 关键词：BP神经网络；PID控制器 ；共轭梯度法 中图分类号：TP183 文献标志码：A 文章编号：1000～0682(2011)05—0007—03 ImprovedBPneuralnetworkPIDcontrolbasedonconjugategradient CHEN Geng，DAIFang (SchoolofInformationControlEngineering，LiaoningShihuaUniversity，LiaoningFushun113o01，China) Abstract：TodealwiththedefectsoftheclassicBPneuralnetworkPID controlorinslowlyconver- gingandeasilyimmerginginpartialminimum，thispaperproposesaimprovedBP neuralnetwork PID controlorbasedonconjugategradient，usesPolak—Ribierelinearsearchmethods，toimprovetheclassic BP neuralnetworkPID controlor，canmakethetraining ofneuralnetworkfasterandcaneliminateim— merginginpartialminimum．ThesimulationresuhsofMatlabprorgamsshow thatthiswayiseffective． Keywords：BPneuralnetwork；PIDcontrolor；conjugategradient 度的共轭梯度算法，用改进的共轭梯度算法对 BP 0 引言 神经网络PID控制器的权值及阈值进行修正，仿真 PID控制是较早发展起来的控制策略，由于可 结果证明该方法是有效的。 靠性高、算法简单和有较强的鲁棒性，被广泛用于工 1 BP神经网络的PID控制 业过程控制；但在实际生产过程中，由于受到参数整 定的困扰，常规PID控制器参数往往整定不 良，性能 基于BP神经网络的PID控制器结构如图1所 欠佳，对运行工况的适应性很差…。 示 ，由两部分组成 J：1)常规 PID控制器，用以直接 将常规 BP神经网络与传统 PID控制器相结 对对象进行闭环控制，且3个参数在线整定；2)神 合，组成实时控制系统的控制器，利用神经网络具有 经网络根据系统的运行状态，学习调整权系数，从而 的任意非线性表示能力，通过训练和学习寻找最佳 调整 PID参数，达到某种性能指标的最优化。三层 组合的PID控制参数，从而对不确定和复杂的系统 BP神经网络结构如图2所示。由于输出不能为负， 以及扰动进行有效地控制。但是常规 BP神经网络