基于模糊神經(jīng)網(wǎng)絡pid算法doc

1、基于模糊神經(jīng)網(wǎng)絡PID算法的液位串級控制丁芳賈翔宇（中國民航大學航空自動化學院天津300300）摘要：摘要：利用PID算法對液位串級系統(tǒng)進行控制雖然是一種有效的控制方法，由于它的精確數(shù)學模型難以確定，使得參數(shù)整定困難、控制效果不理想。本文針對上述問題，將PID算法、模糊控制算法以及神經(jīng)網(wǎng)絡算法相結合，形成了一種智能控制算法——模糊神經(jīng)網(wǎng)絡PID算法。將該算法運用到液位串級控制系統(tǒng)中，實現(xiàn)了PID參數(shù)的自整定，并且提高了控制質(zhì)量。實驗結果

2、表明，模糊神經(jīng)網(wǎng)絡PID算法與PID算法的控制效果相比在魯棒性和響應時間等方面有了較大的提高，具有一定的應用前景。關鍵字：關鍵字：神經(jīng)網(wǎng)絡，模糊控制，PID算法液位串級控制中圖分類號：中圖分類號：TP312LevelCadeControlSystemBasedonFNNPIDAlgithmDingFangJiaXiangyu(AeronauticAutomationCollege，CivilAviationUniversityofChi

3、naTianjin300300China)Abstract:UsePIDalgithmLevelcadecontrolsystemisaneffectiveAlthoughcontrolmethodsinceitsdifficulttodetermineprecisemathematicalmodelmakingparametertuningdifficultiescontroleffectisnotideal.Thispaperadd

4、ressesthisissuePIDalgithmfuzzycontrolalgithmsneuralwkalgithmstofmanintelligentcontrolalgithmFNNPIDalgithm.ThealgithmappliedtotheliquidlevelcadecontrolsystemthePIDparameterstoachievetheselftuningimprovedqualitycontrol.The

5、experimentalresultsshowthatFNNPIDalgithmPIDalgithmcomparedtothecontrolresultsinrobustnessresponsetimesoonhasbeenenhancedwithacertainapplication.Keywds:NeuralwkFuzzycontrolPIDalgithmLevelcadecontrol作者簡介：丁芳（1960－），女，上海人，副教

6、授，碩士，研究方向為智能控制、檢測。量的實驗數(shù)據(jù)和經(jīng)驗可以得到公式1和公式2，將和在[06]區(qū)間分成七個等級，完成“歸()ek()ek?檔”模糊化，然后將得到的E值和ΔE值同時除以縮減系數(shù)6將模糊化模塊的輸出調(diào)整到0－1的范圍，繼而將歸一化后的數(shù)據(jù)傳送給神經(jīng)網(wǎng)絡的輸入層。（1）6()0.855()0.74()0.553()0.32()0.151()0.0300.03SgneerSgneerSgneerESgneerSgneerSgnee

7、rer???????????????????其中，E為系統(tǒng)誤差的模糊論域。（2）6()15()0.84()0.63()0.32()0.121()0.0500.05SgneeSgneeSgneeESgneeSgneeSgneee?????????????????????????????????其中，ΔE為系統(tǒng)單位時間內(nèi)的誤差變化的模糊論域。模糊化模塊的輸出的模糊論域為：()Ok765432101234567從而得到模糊化輸出表如表1所示.

8、表1模糊輸出表Tab.1FuzzyoutputE的變化()Ok6543210123456677655432210005666655544210047676666431100376666554320112444544421001114445442100122044442101113441222200134344421212034443444300003366666664000244777676750002446666666偏差E60002