期刊文献+
共找到165篇文章
< 1 2 9 >
每页显示 20 50 100
基于小脑模型神经网络-比例积分微分控制的异步风力发电机组软并网控制系统建模与仿真 被引量:2
1
作者 龚立秋 段斌 +1 位作者 颜娜 龙林德 《电网技术》 EI CSCD 北大核心 2009年第9期19-23,共5页
分析了利用晶闸管进行软并网的原理;采用改进的小脑模型神经网络与比例积分微分并行控制方法对风力发电的异步发电机并网过渡过程进行了研究;利用Matlab/Simulink平台建立了仿真控制模型。不同风速下风电机切入电网的仿真结果验证了文... 分析了利用晶闸管进行软并网的原理;采用改进的小脑模型神经网络与比例积分微分并行控制方法对风力发电的异步发电机并网过渡过程进行了研究;利用Matlab/Simulink平台建立了仿真控制模型。不同风速下风电机切入电网的仿真结果验证了文中所提出控制方案的正确性:采用该控制方案可将并网冲击电流控制在额定电流的2倍以内,且该软并网系统具有较好的稳定性、实时性。 展开更多
关键词 小脑模型神经网络 比例积分微分控制 软并网 异步风力发电机 仿真
在线阅读 下载PDF
基于改进比例积分微分优化算法的风机变桨控制参数优化研究
2
作者 兰杰 林淑 +2 位作者 张严 王剑宇 苗强 《仪器仪表学报》 北大核心 2025年第4期335-345,共11页
变桨控制系统的高效运行是确保风机稳定功率输出、优化运行条件以及减少机械负荷疲劳的重要基础。在风机投运前,需离线完成变桨控制系统参数的精细化设计与整定。工程中,这些参数的优化与设计主要依靠风电工程师通过经验知识和仿真软件... 变桨控制系统的高效运行是确保风机稳定功率输出、优化运行条件以及减少机械负荷疲劳的重要基础。在风机投运前,需离线完成变桨控制系统参数的精细化设计与整定。工程中,这些参数的优化与设计主要依靠风电工程师通过经验知识和仿真软件进行人工整定,该方式存在人员培训和优化时间成本高,且面临整定结果精确度低和一致性差等问题。而传统的比例积分微分优化算法在变桨控制参数智能整定过程中也存在着开发探索能力有限以及易于陷入局部最优等不足。因此,基于比例积分微分控制思想,设定收敛且随机的控制器参数,引入新的控制目标、控制误差和Levy飞行策略,提出了改进的比例积分微分优化算法。将IPIDOA与PIDOA、哈里斯鹰优化算法、鲸鱼优化算法、灰狼优化算法、粒子群优化算法、遗传优化算法在4个单峰基准函数、4个多峰基准函数和风机变桨控制参数优化实例上进行测试验证。结果表明,IPIDOA具有更快的收敛速度和更佳的参数寻优能力,同时在多类优化实例中具有更强的寻优稳定性。同时,通过计算IPIDOA的时间复杂度、对比上述各算法在风机变桨控制系统参数优化研究的收敛曲线,证明了IPIDOA具有优秀的计算效率。 展开更多
关键词 风机变桨控制 参数优化 智能整定 改进比例积分微分优化算法
在线阅读 下载PDF
基于PSO-BP-PID神经网络的注塑机料筒温度预测算法研究 被引量:8
3
作者 张少芳 李献军 王月春 《合成树脂及塑料》 CAS 北大核心 2022年第1期60-64,共5页
提出了一种基于粒子群优化(PSO)算法、BP神经网络及比例积分微分(PID)控制的复合算法的注塑机料筒温度预测模型,即PSO-BP-PID神经网络模型,并进行了仿真研究。结果表明:使用PSO算法确定该模型的输出权重,并且对混合核函数参数进行优化升... 提出了一种基于粒子群优化(PSO)算法、BP神经网络及比例积分微分(PID)控制的复合算法的注塑机料筒温度预测模型,即PSO-BP-PID神经网络模型,并进行了仿真研究。结果表明:使用PSO算法确定该模型的输出权重,并且对混合核函数参数进行优化升级;在模型训练过程中,使用更大的容许度处理正误差,保证预测误差始终处于正值,使预测结果科学可靠;将高斯核函数与多项式核函数结合,生成一个新型混合核函数,提高核函数极限学习机性能;PSO-BP-PID神经网络模型的预测效果整体较传统PID模型好,温度总体趋势与实际预测数据相近,具有更好的拟合度。 展开更多
关键词 粒子群优化算法 BP神经网络 比例积分微分控制 温度预测 注塑机
在线阅读 下载PDF
球磨机混合优化前向神经网络PID解耦控制系统 被引量:15
4
作者 程启明 程尹曼 +1 位作者 汪明媚 郑勇 《电力系统及其自动化学报》 CSCD 北大核心 2010年第2期54-59,共6页
针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统。在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整... 针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统。在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整。仿真结果表明该控制方法跟踪快、鲁棒性强、解耦好,控制品质优于传统PID解耦控制方法,较好地解决了球磨机的时变性、耦合性等问题。 展开更多
关键词 球磨机 混沌粒子群优化 反向传播算法 比例-积分-微分控制 前向神经网络
在线阅读 下载PDF
LMBP神经网络PID控制器在暖通空调系统中的应用研究 被引量:10
5
作者 王彦 刘宏立 杨珂 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2010年第3期49-52,共4页
针对BP神经网络学习过程收敛速度慢及易陷入局部极小值的缺陷,研究了levenberg-marquart算法(即LM算法).为解决LM算法中学习速率的选择和逆矩阵的求解这两个严重影响训练时间和收敛精度的问题,采用LU分解法对LM算法进行改进和优化,并通... 针对BP神经网络学习过程收敛速度慢及易陷入局部极小值的缺陷,研究了levenberg-marquart算法(即LM算法).为解决LM算法中学习速率的选择和逆矩阵的求解这两个严重影响训练时间和收敛精度的问题,采用LU分解法对LM算法进行改进和优化,并通过MATLAB语言编程实现,将得到的LMBP神经网络PID控制器应用于暖通空调冷冻水循环的控制回路中,将其控制效果与PID控制算法、BP神经网络PID控制算法进行仿真对比研究.研究结果表明,采用LMBP神经网络PID控制器在减少超调量、加快收敛速度、减少稳态误差等方面的性能都得到了明显的改善. 展开更多
关键词 levenberg-marquart算法 反向传播 神经网络 比例积分微分控制 暖通空调系统
在线阅读 下载PDF
基于BP神经网络PID参数自整定的研究 被引量:89
6
作者 廖芳芳 肖建 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第7期1711-1713,共3页
PID控制是迄今为止在过程控制中应用最为广泛的控制方法。但在实际应用中,其参数整定仍未得到较好的解决。本文把神经网络技术应用在PID控制中,充分利用神经网络具有非线性函数逼近能力,构造神经网络PID自整定控制器,并通过仿真试验,取... PID控制是迄今为止在过程控制中应用最为广泛的控制方法。但在实际应用中,其参数整定仍未得到较好的解决。本文把神经网络技术应用在PID控制中,充分利用神经网络具有非线性函数逼近能力,构造神经网络PID自整定控制器,并通过仿真试验,取得较好的结果。 展开更多
关键词 PID(比例积分微分器) 自整定 BP神经网络 仿真
在线阅读 下载PDF
基于RBF神经网络非线性预测模型的开关磁阻电机自适应PID控制 被引量:33
7
作者 夏长亮 修杰 《中国电机工程学报》 EI CSCD 北大核心 2007年第3期57-62,共6页
开关磁阻电机的非线性和变参数特性使得采用传统的PID控制很难取得较好的控制效果。人工神经网络在一定的条件下可以任意精度逼近任意非线性函数且具有较强的自学习、自适应、自组织能力。故将其与传统的PID控制相结合构成神经网络自适... 开关磁阻电机的非线性和变参数特性使得采用传统的PID控制很难取得较好的控制效果。人工神经网络在一定的条件下可以任意精度逼近任意非线性函数且具有较强的自学习、自适应、自组织能力。故将其与传统的PID控制相结合构成神经网络自适应PID控制策略,应用于非线性严重的开关磁阻电机,可实现对开关磁阻电机的高性能控制。同时,神经网络所具有的非线性变换特性和高度的并行运算能力使得其适合建立非线性预测模型进行参数预测。通过对被控系统参数的预测,可提高系统的动态响应性能。该文采用两个神经网络-BP神经网络和RBF神经网络来分别构成神经网络NNC和神经网络NNI。神经网络NNC进行自适应PID参数调节;神经网络NNI用来建立非线性预测模型进行参数预测。为进一步加快神经网络的学习收敛速度,该文采用变学习速率的神经网络学习算法,学习速率随收敛过程误差的大小而自适应地进行调整,这可大大加快神经网络学习训练的收敛速度,进一步提高系统动态响应速度。实验结果表明,系统的动态响应快,超调小,稳态精度高,鲁棒性强,有较强的抗扰动能力,具有较好的控制效果。 展开更多
关键词 开关磁阻电机 神经网络 比例积分微分控制器 预测 自适应
在线阅读 下载PDF
三电平海上风电柔性直流输电变流器的PID神经网络滑模控制 被引量:31
8
作者 李爽 王志新 +1 位作者 王国强 吴定国 《中国电机工程学报》 EI CSCD 北大核心 2012年第4期20-28,共9页
针对传统滑模变结构控制在参数摄动时会产生颤振的不足,融合比例–积分–微分神经网络(proportional-integral-derivative neural-network,PIDNN)和滑模变结构控制的优点提出一种新的在线解决方法。建立三电平电压型柔性直流输电变流器... 针对传统滑模变结构控制在参数摄动时会产生颤振的不足,融合比例–积分–微分神经网络(proportional-integral-derivative neural-network,PIDNN)和滑模变结构控制的优点提出一种新的在线解决方法。建立三电平电压型柔性直流输电变流器数学模型,构造以瞬时有功、无功功率误差为滑模面的滑模变结构控制器,并用PIDNN对选定的价值函数在线训练以取得全局最优解,实时对滑模趋近律参数优化选取,结合李亚普诺夫函数对控制系统的全局稳定性进行分析。对所提控制方案采用Matlab仿真验证,结果表明该方案可使控制系统全局稳定,对参数摄动有很强的鲁棒性,最大限度地减小颤振,易于数字实现。 展开更多
关键词 比例-积分-微分神经网络 滑模变结构控制 柔性直流输电 直接功率控制 三电平电压源型变流器 海上风电
在线阅读 下载PDF
基于动态RBF神经网络在线辨识的单神经元PID控制 被引量:22
9
作者 刘寅虎 李绍铭 《系统仿真学报》 CAS CSCD 北大核心 2006年第z2期804-807,共4页
针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智... 针对工业控制领域中复杂非线性时变系统,提出了基于动态RBF神经网络辨识的单神经元PID控制方法。采用动态RBF神经网络辨识器在线辨识系统模型,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制。仿真结果表明,与常规RBF神经网络辨识的PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。 展开更多
关键词 RBF神经网络 神经 比例-积分-微分(PID) 非线性控制 最近邻聚类算法
在线阅读 下载PDF
基于PID神经网络自动换挡过程油门调速 被引量:4
10
作者 彭建鑫 金辉 +1 位作者 陈慧岩 陶金陵 《北京理工大学学报》 EI CAS CSCD 北大核心 2011年第10期1179-1183,共5页
提出了一种在AMT换挡过程中运用PID神经网络进行油门调速的方法.通过台架实验,建立了东风康明斯EQB235-20柴油发动机的油门实验模型,同时在Matlab平台上对PID神经网络进行训练,使其输出逼近理想油门实验模型.将训练后的PID神经网络移植... 提出了一种在AMT换挡过程中运用PID神经网络进行油门调速的方法.通过台架实验,建立了东风康明斯EQB235-20柴油发动机的油门实验模型,同时在Matlab平台上对PID神经网络进行训练,使其输出逼近理想油门实验模型.将训练后的PID神经网络移植入ECU,进行发动机调速实验.实验表明,PID神经网络有响应速度快、鲁棒性好、收敛特性好的特点,提高了车辆的自适应能力. 展开更多
关键词 神经网络 油门调速 机械式自动变速器 比例积分微分
在线阅读 下载PDF
机载激光通信的模糊神经网络PID视轴稳定控制 被引量:5
11
作者 刘世涛 曹阳 +1 位作者 彭小峰 张勋 《激光技术》 CAS CSCD 北大核心 2017年第4期606-610,共5页
机载激光通信的视轴稳定是建立激光通信链路的前提。为了有效地克服载体扰动与参量改变对粗跟踪系统视轴稳定的不利影响,设计了一种基于模糊神经网络的比例-积分-微分(PID)控制方法。该方法结合模糊理论的非线性控制能力与神经网络的自... 机载激光通信的视轴稳定是建立激光通信链路的前提。为了有效地克服载体扰动与参量改变对粗跟踪系统视轴稳定的不利影响,设计了一种基于模糊神经网络的比例-积分-微分(PID)控制方法。该方法结合模糊理论的非线性控制能力与神经网络的自主学习能力,实现了对PID参量的实时在线调整。结果表明,与传统PID控制方法相比,模糊神经网络PID控制方法提高了系统的动态响应速度,减小了系统超调量,当载体受到扰动与参量改变时,具有较强的自适应性和鲁棒性。 展开更多
关键词 光通信 机载激光通信 模糊神经网络 视轴稳定 比例-积分-微分控制
在线阅读 下载PDF
基于模糊神经网络PID的无人艇航向控制器研究 被引量:11
12
作者 王伟 王勇 +3 位作者 周晨光 张晔 寿康力 朱国栋 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2023年第4期458-462,共5页
针对常规比例、积分和微分(proportional integral derivative,PID)控制器在无人艇航向控制系统中表现出的稳定性差、控制精度低等问题,文章提出一种将模糊控制与反向传播(back propagation,BP)神经网络相结合的控制算法;在MATLAB中对... 针对常规比例、积分和微分(proportional integral derivative,PID)控制器在无人艇航向控制系统中表现出的稳定性差、控制精度低等问题,文章提出一种将模糊控制与反向传播(back propagation,BP)神经网络相结合的控制算法;在MATLAB中对比常规PID控制器、模糊PID控制器与模糊神经网络PID控制器在给定期望航向角下的航向控制性能,仿真结果表明模糊神经网络PID控制器对无人艇的航向控制性能最佳;在搭建的实验平台上对不同航向控制器下无人艇的航行轨迹和航向角进行比较,实验结果进一步验证了模糊神经网络PID航向控制算法的优越性。 展开更多
关键词 无人艇 航向控制 模糊控制 反向传播(BP)神经网络 比例积分微分(PID)
在线阅读 下载PDF
高斯基神经网络的非线性PID控制方法 被引量:3
13
作者 曾喆昭 肖雅芬 +1 位作者 蒋杰 朱静涛 《计算机工程与应用》 CSCD 2013年第9期255-258,共4页
针对二阶非线性系统,提出了一种用高斯基函数作为神经元激励函数的PID(Proportion-Integral-Derivative)控制方法。该方法用高斯基函数模拟PID参数随误差变化的曲线,用神经网络算法在线调整各模拟曲线的系数,从而构造出具有非线性特征的... 针对二阶非线性系统,提出了一种用高斯基函数作为神经元激励函数的PID(Proportion-Integral-Derivative)控制方法。该方法用高斯基函数模拟PID参数随误差变化的曲线,用神经网络算法在线调整各模拟曲线的系数,从而构造出具有非线性特征的PID控制策略,实现了基于高斯基神经网络的非线性PID智能控制方法。计算机仿真结果表明,该方法具有良好的非线性控制效果,因此在工业领域具有广泛的应用前景。 展开更多
关键词 非线性比例 积分 微分(PID) 高斯基神经网络 智能控制
在线阅读 下载PDF
基于模糊神经网络PID的开关磁阻电机控制系统研究 被引量:8
14
作者 陆朱卫 黄其新 《机电工程》 CAS 2017年第1期58-61,共4页
针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,... 针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,误差的变化,以及误差变化的变化实时调整PID控制参数,使电机在整个转速范围内获得了最优的PID参数。实验采用DSP作为控制核心,不对称逆变桥作为功率变换器,驱动一台2 k W的开关磁阻电机运行。研究结果表明,该方法大大改善了开关磁阻电机控制系统的动、静态性能,控制精度高、转矩脉动小,对干扰有较高的鲁棒性。 展开更多
关键词 开关磁阻电机 模糊控制 神经网络 比例-积分-微分控制
在线阅读 下载PDF
基于递归神经网络模型预测控制的模型平稳切换 被引量:3
15
作者 杜福银 徐扬 陈树伟 《计算机应用》 CSCD 北大核心 2006年第6期1398-1400,共3页
不同生产条件下的控制系统可视多模型控制系统,但多模型控制在模型切换时会引起系统的瞬态响应。采用递归神经网络建立系统的多个模型,基于模型预测控制进行控制模型切换,克服了模型切换时引起的系统瞬态响应,实现系统的平稳切换。并通... 不同生产条件下的控制系统可视多模型控制系统,但多模型控制在模型切换时会引起系统的瞬态响应。采用递归神经网络建立系统的多个模型,基于模型预测控制进行控制模型切换,克服了模型切换时引起的系统瞬态响应,实现系统的平稳切换。并通过仿真表明这种切换策略明显改善了模型切换过程的动态性能。 展开更多
关键词 比例积分微分控制器 递归神经网络 模型预测控制 模型切换 平稳
在线阅读 下载PDF
量子神经网络在PID参数调整中的应用 被引量:4
16
作者 曹茂俊 李盼池 肖红 《计算机工程》 CAS CSCD 北大核心 2011年第12期182-184,189,共4页
提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降... 提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降法设计该模型的学习算法,并将其用于PID参数的在线调整,实验结果表明,QNNs的调整能力及稳定性均优于反向传播网络。 展开更多
关键词 受控量子旋转门 量子神经 量子神经网络 比例积分微分参数调整 量子比特相位
在线阅读 下载PDF
四旋翼ESO的RBF神经网络PID控制器研究 被引量:12
17
作者 刘春玲 王明 张瑾 《电光与控制》 CSCD 北大核心 2021年第9期84-88,93,共6页
四旋翼飞行器因存在参数不确定性和环境干扰,会出现姿态不稳定的问题,而传统的PID控制对四旋翼的姿态稳定及机动性达不到控制需求。为此,提出了一种扩张状态观测器(ESO)的RBF神经网络PID控制器。首先,利用ESO的扩张特性和非线性函数对... 四旋翼飞行器因存在参数不确定性和环境干扰,会出现姿态不稳定的问题,而传统的PID控制对四旋翼的姿态稳定及机动性达不到控制需求。为此,提出了一种扩张状态观测器(ESO)的RBF神经网络PID控制器。首先,利用ESO的扩张特性和非线性函数对扰动进行估计和补偿,减少系统的误差;其次,将ESO对系统输出的估计值作为RBF神经网络的输入,使梯度信息更加精确,能够更好地优化增量PID的参数;最后,该神经网络的激励函数取高斯基函数,利用RBF神经网络的自适应性、自学习能力对模型控制参数进行调整。Matlab仿真实验表明,在未知干扰环境下,ESO的RBF神经网络PID控制器能够明显提高系统的抗干扰能力,且具有较小的超调量及较好的鲁棒性。 展开更多
关键词 四旋翼控制 扩张状态观测器 径向基函数神经网络 比例积分微分控制
在线阅读 下载PDF
基于遗传算法比例积分微分控制器的铅冷快堆堆芯功率控制 被引量:6
18
作者 贺三军 惠天宇 +2 位作者 段天英 曾文杰 王贤伟 《科学技术与工程》 北大核心 2021年第2期569-575,共7页
比例积分微分(proportion integration differentiation,PID)控制器对堆芯功率控制过程存在适用性低的问题,而采用遗传算法(genetic algorithm,GA)整定PID控制器参数可以很好地解决此问题。为了实现铅冷快堆堆芯功率的有效控制,基于遗... 比例积分微分(proportion integration differentiation,PID)控制器对堆芯功率控制过程存在适用性低的问题,而采用遗传算法(genetic algorithm,GA)整定PID控制器参数可以很好地解决此问题。为了实现铅冷快堆堆芯功率的有效控制,基于遗传算法PID控制器,结合堆芯状态空间模型,建立铅冷快堆堆芯功率控制系统,模拟堆芯反应性和堆芯进口温度扰动下系统的响应情况,并与PID控制器的控制结果进行比较。结果表明,外界存在扰动时,引入控制器可使堆芯达到稳定状态,与初始状态偏离较小,且遗传算法PID控制器的控制效果比PID控制器更为显著。 展开更多
关键词 铅冷快堆 堆芯功率控制 遗传算法 比例积分微分(PID)控制器
在线阅读 下载PDF
基于改进型BP神经网络PID控制器的温室温度控制技术 被引量:46
19
作者 蒋鼎国 《实验室研究与探索》 CAS 北大核心 2015年第1期9-13,共5页
针对温室温度控制系统所存在的大惯性、非线性等问题,提出一种基于改进型BP神经网络PID控制器(BP-PSO-PID)的温室温度控制技术。该控制器由经典PID控制器及神经网络构成,通过神经网络的自学习、加权系数的调整,使系统输出最优控制下的PI... 针对温室温度控制系统所存在的大惯性、非线性等问题,提出一种基于改进型BP神经网络PID控制器(BP-PSO-PID)的温室温度控制技术。该控制器由经典PID控制器及神经网络构成,通过神经网络的自学习、加权系数的调整,使系统输出最优控制下的PID控制器参数Ki,Kp,Kd,并利用粒子群算法作为其中神经网络的学习算法,实现了对神经网络的改进,有效克服了传统BP算法的收敛速度慢、存在局部极小值等问题。仿真实验表明:相对常规PID以及BP-PID,该BP-PSOPID控制器大大改善控制过程的响应速度、调节时间、超调量、误差等性能,且在加入干扰的情况下,该控制器的调节时间最短,波动最小,表现出更强的抗扰能力及适应性,从而大大提高温度控制过程的稳定性、精确性与鲁棒性。 展开更多
关键词 温室 温度控制 比例积分微分控制方法 误差逆传播神经网络 粒子群算法
在线阅读 下载PDF
开关磁阻电机模糊神经网络PID转速控制 被引量:3
20
作者 曾喆昭 肖强英 朱静涛 《电力系统及其自动化学报》 CSCD 北大核心 2011年第3期30-34,共5页
针对开关磁阻电机调速系统难以控制的问题,提出了基于模糊FCMAC神经网络的PID控制方法,该方法的主要思想是将马丹尼直接推理法与CMAC神经网络相结合,构成模糊FCMAC神经网络,实时调整PID控制参数。仿真结果表明,与传统的PID控制方法相比... 针对开关磁阻电机调速系统难以控制的问题,提出了基于模糊FCMAC神经网络的PID控制方法,该方法的主要思想是将马丹尼直接推理法与CMAC神经网络相结合,构成模糊FCMAC神经网络,实时调整PID控制参数。仿真结果表明,与传统的PID控制方法相比较,该方法大大改善了开关磁阻电机调速系统的动、静态性能,且无需精确的数学模型,控制精度高,超调量小,对干扰有较高的鲁棒性。 展开更多
关键词 开关磁阻电机调速系统 小脑模型神经网络 模糊控制 比例-积分-微分控制 模糊推理
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部