针对传统PID整定控制效果差且单纯神经网络整定存在参数学习和调整困难等问题，提出了一种基于改进模糊神经网络的PID参数整定方法。在该方法中，PID控制器的控制参数采用基于Mamdani模型的模糊神经网络进行自适应整定，模糊神经网络参数采用混沌遗传算法离线粗调和BP算法在线细调的方式进行学习和调整，仿真结果表明该整定策略动态响应快、误差控制精度高且网络中各节点及参数物理意义明确。最后分别从模糊规则数的变化及适应度函数的选取两方面提出两种优化方案，仿真结果表明增加模糊规则数或采用不同的适应度函数都有利于进一步减小控制误差。
2022-01-09 21:36:39
1.04MB
1
针对常规PID控制器和模糊PID控制器存在控制精度差、不能自适应、模糊规则难以确定等问题，本文提出一种基于RBF模糊神经网络的PID自整定控制算法，RBF模糊神经网络参数先采用遗传算法粗调，达到预定精度后，继续使用BP算法提高精度。通过在MATLAB中进行神经网络训练和PID仿真实验，表明了改进RBF模糊神经网络PID控制器具有收敛速度快、能够自适应、控制精度高等优点，具有一定的可行性。
2021-12-30 23:14:08
1.62MB
1
一种基于模糊规则参数自整定PID 控制器的设计方法, 即以模糊控制来自适应调节比例、积分、微分的作用。并通过
MATLAB/SIMULINK 仿真, 仿真结果表明该传统PID 控制器相比较, 具有自适控制器与应性强、调节时间短和鲁棒性好的优点。
关键词:模糊规则; 自整定; PID
2021-10-28 14:44:40
605KB
1
在对汽车纵向动力学控制系统分析的基础上,探讨基于两车的纵向自动跟踪的控制问题.建立了两车跟随运动的二阶模型,并设计了加速/制动的逻辑切换规律.应用参数自整定模糊PID控制,对PID的3个参数进行调节,控制被控车与导航车的车间纵向相对距离和纵向相对速度误差的变化范围,以达到汽车纵向控制的目的;利用小增益定理,得到了模糊PID控制系统的稳定性充分条件.仿真结果表明:该方法与一般模糊控制相比,减少了系统的超调量,增强了动态抗干扰能力,具有一定的鲁棒性,较好地解决了快速性和小超调之间的矛盾.
2021-09-01 16:49:11
197KB
1