- · 关于领取2020年南京市机械工程高级《专业技术资格评审申报表》和《评审、备案情况登记表》的通知[01/22]
- · 关于重申退还2020年评审费差价的通知[01/19]
- · 关于领取2020年南京市机械工程初/中级《专业技术资格评审申报表》和《评审、备案情况登记表》的通知[01/05]
- · 关于公布2020年度南京市机械工程高级专业技术资格评审委员会评审结果的通知[12/29]
- · 关于退还2020年评审费差价的通知[12/23]
- · 关于确认李伟祥等89名同志具备2020年度机械工程助理级专业技术资格的通知[12/17]
- · 关于公布南京市机械工程中级专业技术资格评审委员会评审结果的通知[12/15]
- · 关于省(部)属企事业单位不在南京市参评职称 及退还评审费的说明[11/13]
基于模糊RBF神经网络的PID控制方法及应用
作者:潘玉成 林鹤之 陈小利 吕仙银
关键词: 模糊RBF神经网络; PID控制; 参数整定; MATLAB仿真;
摘要:针对常规PID控制参数固定难于满足时变不确定非线性系统的控制要求,利用模糊控制的良好收敛性和对模糊量的运算优势,以及神经网络自学习、自适应的特性,将常规PID控制与模糊控制、神经网络结合起来,提出一种基于模糊RBF神经网络的PID控制方法,实现了对PID参数的实时在线整定。将算法运用到柴油发电机调速系统的PID参数寻优中,MATLAB仿真试验结果表明,模糊RBF神经网络的PID控制具有更好的动静态特性和抗干扰性能,提高了对非线性时变被控对象的控制效果。
上一篇:三相电压型SVPWM整流无源控制研究
下一篇:晶体生长过程高精度温度控制系统设计