版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、中國石油大學(華東)碩士學位論文基于人工神經(jīng)網(wǎng)絡改進型參數(shù)整定的智能PID控制研究姓名:劉燕燕申請學位級別:碩士專業(yè):計算機應用技術(shù)指導教師:史永宏20090501ResearchonIntelligentPIDBasedonANNandImprovedParameterModificationLiuYanyan(ComputerApplicationTechnology)DirectedbyAssociateProfShiYongho
2、ngAbstractPIDcontroliswidelyadoptedinmanyfieldsbecauseofitssimplestructure,highreliabilityandeasilyimplementation。ThetraditionalPIDhasgoodcontroleffectiftheparametersofsystemmodelhavenotbigvariationHowever,晰nlthedevelopm
3、entofthemodemindustry,theprocessofindustrialproductionissometimesnonlinear,uncertainandisdifficulttOestablishaccuratemathematicmodel,SOusingtraditionalPIDcontrollerisimpossibletOachieveperfectcontrollingeffectArtificialn
4、euralnetwork(aNN)isallimportantbranchofintelligentcontrol,ithastheabilityofselfstudy,serfadaptingandselforganizingSocombinlngtheANNandthePID,formthecompoundANNPIDcontrollerwhichneednotsettheaccuratemathematicmodelItident
5、ifiesandsetsthecontrolledprocessparameterautomatically,andCansolvetheproblemofconventionalPIDcontrollerwithdifficultparametersetting,unforcementrobustnessandnotreal—timeparametertuningTheworkofthispapermainlyconsistsoftw
6、opartsAtfir觀analysisthetraditionalPIDalgorithmdeeplyForthesystem’srequestoftheintegral:whenthea唧isbiggishtheintegralshouldbereduced,contrarily,theintegrateshouldbestrengthenedBasedonthisideal,putforwardtheelasticintegral
7、PIDalgorithmbasedontheshiftedintegralThesimulationshowsthatthealgorithmCallmakethecontrolsystemmoresteadyInthenextplace,BPneuralnetworkPIDcontrollerisresearchedprimarilyinthepaperWiththeBPalgorithm,thechoiceofinitialweig
8、htinfluencesontheappearanceoflocalminimumpo訪tandimprovementofnetworkeonstringencyIfthechoiceofscopeisnotrightatthebeginningofthelearningprocess,mayarisethe“pseudosaturation’phenomenonevenenterthelocalminimumpointandthene
9、tworkisnotconvergedTherefore,usetheglobal—searchabilityofparticleswarmoptimizationifso)tooptimizetheinitialweightsofBPNN,avoidthepossibilityofslowconstringency,theexistenceoflocalminimuill,andSOonFortheprecociousphenomen
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工神經(jīng)網(wǎng)絡改進型參數(shù)整定的智能PID控制研究.pdf
- 基于神經(jīng)網(wǎng)絡的參數(shù)自整定PID控制算法研究.pdf
- 基于神經(jīng)網(wǎng)絡的PID參數(shù)自整定方法研究.pdf
- 基于改進型神經(jīng)網(wǎng)絡PID控制算法的煙氣脫硫控制.pdf
- 基于神經(jīng)網(wǎng)絡的參數(shù)自整定PID控制器的研究.pdf
- 基于神經(jīng)網(wǎng)絡的PID控制器參數(shù)在線自整定.pdf
- 基于RBF神經(jīng)網(wǎng)絡的PID整定.pdf
- 基于改進型模糊神經(jīng)網(wǎng)絡的智能控制研究.pdf
- 基于神經(jīng)網(wǎng)絡自整定PID參數(shù)的三電機同步解耦控制系統(tǒng).pdf
- 基于改進型PID控制算法的智能溫控系統(tǒng).pdf
- 基于神經(jīng)網(wǎng)絡參數(shù)優(yōu)化的PID控制研究.pdf
- 基于BP神經(jīng)網(wǎng)絡的智能定位器PI參數(shù)整定.pdf
- 雙旋翼系統(tǒng)的PID參數(shù)整定與神經(jīng)網(wǎng)絡辨識.pdf
- 基于遺傳神經(jīng)網(wǎng)絡的PID自整定算法的研究.pdf
- 基于改進RBF神經(jīng)網(wǎng)絡的PID控制.pdf
- 基于bp神經(jīng)網(wǎng)絡pid整定原理和算法步驟-精品
- 智能PID參數(shù)整定方法的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡參數(shù)整定的熱軋帶鋼厚度仿人智能控制.pdf
- 基于進化算法的改進型伺服參數(shù)自整定技術(shù)研究.pdf
- 基于量子神經(jīng)網(wǎng)絡的PID參數(shù)控制研究.pdf
評論
0/150
提交評論