位置:成果数据库 > 期刊 > 期刊详情页
基于改进粒子群算法的模糊神经网络PID控制器设计
  • ISSN号:1671-7848
  • 期刊名称:《控制工程》
  • 时间:0
  • 分类:TP27[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]南华大学电气工程学院,湖南衡阳421001, [2]湖南大学电气与信息工程学院,湖南长沙410082
  • 相关基金:国家自然科学基金资助项目(60775047);湖南省科技厅计划项目(2008FJ3114,2009FJ3014).
中文摘要:

针对模糊神经网络PID控制器中参数初始值的设置对控制器性能影响大的问题,提出一种改进的PSO算法优化模糊神经网络PID控制器参数的设计方法。该方法采用实数编码的方式对控制器参数进行优化,并以ITAT指标作为改进的PSO优化算法的适应度函数。实验仿真表明:经过改进的PSO算法优化的模糊神经网络PID控制器具有良好的动静态性能,响应速度更快,超调量更小,控制精度更高。

英文摘要:

Because the setting of initial parameter values in fuzzy neural network PID controller has an important influence on the per- formance of the controller, this paper presents a design method of improved PSO algorithm to optimize the parameters of fuzzy neural network PID controller. The method uses real number encoding method to optimize the controller parameters and sets the ITAT index as the fitness function of the PSO algorithm. Simulation results show that the optimal fuzzy neural network PID controller using improved PSO algorithm has good dynamic and static performance, faster response, smaller overshoot, higher control precision.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《控制工程》
  • 中国科技核心期刊
  • 主管单位:教育部
  • 主办单位:东北大学
  • 主编:柴天佑
  • 地址:沈阳市东北大学310信箱
  • 邮编:110004
  • 邮箱:kzgcbjb@mail.neu.edu.cn
  • 电话:024-23883498 83688973
  • 国际标准刊号:ISSN:1671-7848
  • 国内统一刊号:ISSN:21-1476/TP
  • 邮发代号:8-216
  • 获奖情况:
  • 国内外数据库收录:
  • 美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:10591