一种基于径向基函数神经网络的自整定PID控制器.pdfVIP

第21卷第5期 四川理工学院学报(自然科学版) Vo1．21No．5 JOURNALOFSICHUAN UNIVERSITY OF 2008年 10月 SCIENCE ENGINEERINGfNATURALSCIENCE EDITION) Oct．2008 文章编号 ：1673—1549(2008)05—0081—03 一 种基于径向基函数神经网络的自整定PID控制器 范国华，曾黄麟，孙 勇 (四JII理工学院电子信息工程系，四JII自贡 643000) 摘 要：文章针对工业控制中最常用PID控制方法中存在的问题，讨论了基于径向基函数神经网络的PID控 制，通过神经网络的自学习进行在线参数整定。并利用Matlab软件进行仿真。仿真结果表明，基于径向基函数的神 经网络PID控制器具有较高的精度和较强的适应性，可以获得满意的控制效果。 关键词：径向基函数；PID控制；Matlab仿真 中图分类号：TP273 文献标识码：A 引 言 在径向基函数神经网络中，它把输入分别输入到第 在工业控制中，PID控制是工业控制中最常用的方 一 层的每一个神经元 (实际上是一个节点)，第一层的每 法。这是因为PID控制具有算法简单、鲁棒性好、各参数 一 个神经元的输出无加权地直接传送到隐含层的神经 物理意义明确、工程上易于实现等优点，已得到广泛应 元的输入端，隐含层神经元的输入输出采用聚类特性， 用。但是，由于实际工业生产过程往往具有非线性、时变 隐含层神经元的输出经过加权求和直接产生输出，即输 不确定性，难以建立精确的数学模型，应用常规 PID控 出层的神经元只有加权求和，而没有非线性。 制器不能达到理想控制效果i1—21。为了使控制器具有较 1．2径向基函数神经网络的学习算法 好的适应性更高的控制精度，实现控制器参数的自动调 在径向基函数网络结构中，= ， …，m]为网络 整，本文将讨论利用径向基函数神经网络的自学习来 自 的输入向量。设径向基函数网络的径向基向量H= ， 适应地 自动调整系统的控制参数，从而设计一个具有参 h，…， ”，^】，其中^，为高斯基函数： 数 自整定能力、稳定的PID控制器 。 hj=expf一二 ) (’2，… (1) 1径向基函数神经网络 网络的第 个节点的中心矢量为 1．1径向基函数神经网络的结构 = ， ， … ， ， … ， ， 其中， 1，2，…，m 径 向基函数 (radialbasisfunction，RBF)神经网络 设网络的基宽向量为： 是一种采用局部接受域来进行函数映射的人工神经网 络，是 由一个隐含层和一个线性输出层构成的前向网络 = [61，b2，…，6J (2) bi为节点 的基宽度参数，且为大于零的数。网络的 结构。其结构如图1所示，输入端是n1个输入节点，n个 权 向量 隐含节点，1个输出节点的三层神经网络。 = [l，W2，…， ，…，J (3) 辨识网络的输出为：