《基于BP神经网络PID整定原理和算法步骤》由会员分享，可在线阅读，更多相关《基于BP神经网络PID整定原理和算法步骤（37页珍藏版）》请在金锄头文库上搜索。
1、 I摘 要神经网络作为一门新兴的信息处理科学，是对人脑若干基本特性的抽象和模拟。它是以人的大脑工作模式为基础，研究自适应及非程序的信息处理方法。这种工作机制的特点表现为通过网络中大量神经元的作用来体现自身的处理功能，从模拟人脑的结构和单个神经元功能出发，达到模拟人脑处理信息的目的。目前，在国民经济和国防科技现代化建设中神经网络具有广阔的应用领域和发展前景，其应用领域主要表现在信息领域、自动化领域、工程领域和经济领域等。本文以 BP 神经网络作为研究对象。研究的内容主要有：首先介绍了神经网络的概念、控制结构，学习方式等。其次，介绍了人工神经元模型，并对BP 神经网络的基本原理及推导过程进行详细阐
2、述。再次将BP 神经网络的算法应用于PID 中，介绍了基于 BP 神经网络 PID 整定原理和算法步骤。最后利 用 MATLAB/Simulink 对BP 神经网络 PID 控制系统进行仿真，得出 BP 神经网络的控制效果明显好，它具有很强的自整定，自适应功能。关关键键词词： BP 算法， PID 控制，自整定IIABSTRACTAs a kind of emerging information processing science，the neural network can simulate some basic characteristic of human brain. It is a
3、n information-processed method which takes persons cerebrum working pattern as a foundation and studies the model of adaptive and non- program. The characteristics of this kind of work mechanism are that it can show its processing function through the massive neurons function in the network. Then, i
4、t starts with simulating the human brain structure and the single neuron function to achieve the goal that simulates the human brain to process information.Nowadays, the neural network has wide application fields and prospects in the national economy and modernization of national defense science. It
5、 mainly applies in information, automation, economical and so on.This article takes the BP neural network as the research object. The content of the research mainly contain: firstly, it introduces the concept of neural network, control structure and mode of study and so on. Secondly, it introduces t
6、he artificial neuron model, the basic principles of BP neural network and the derivation process in detail. Then, it applies BP neural network in the PID, and introduces the tuning principles of PID based the BP neural network and steps of the algorithm. Finally, Matlab/Simulink is used to simulate
7、the BP neural network PID control system. In the consequence, the performance of BP neutral network control significantly good. BP neural network control system has a strong self-tuning, adaptive function.KEY WORDS: BP algorithm, PID control, self-tuning1目 录摘 要 .IABSTRACT.II第 1 章 绪论.2 1.1 选题背景和意义 .2
8、 1.2 神经网络技术国内外发展现状 .3 第 2 章 神经网络的原理和应用.6 2.1 神经网络的基本概念 .6 2.2 神经网络的控制结构 .6 2.2.1 前馈网络.6 2.2.2 反馈网络.6 2.3 神经网络的功能 .7 2.4 神经网络的学习 .7 2.4.1 神经网络的学习方式 .7 2.4.2 神经网络的学习算法 .8 2.5 人工神经元（MP）模型 .8 2.6 BP 算法原理.10 2.7 BP 网络的前馈计算.11 2.8 BP 网络权系数的调整规则.12 2.9 BP 网络学习算法的计算步骤.14 2.10 本章小结 .14 第 3 章 BP 神经网络 PID 控制方法
9、研究 .15 3.1 引言 .15 3.2 基于 BP 神经网络的 PID 整定原理 .15 3.3 本章小结 .19 第 4 章 仿真研究.20 4.1 BP 神经网络自整定 PID 控制系统.20 4.2 仿真结果分析 .27 4.3 本章小结 .27 第 5 章 结论与展望.28 参 考 文 献.30 附 录.31 致 谢.342第 1 章 绪论1.11.1 选题背景和意义在计算机技术没有发展的条件下,大量需求的控制对象是一些较为简单的单输入单输出线性系统,而且对这些对象的自动控制要求是保持输出变量为要求的恒值,消除或减少输出变量与给定值之误差、误差速度等。而 PID 控制的结构,正是适
10、合于这种对象的控制要求。因此 PID 控制是最早发展起来的控制策略之一，由于其算法简单，鲁棒性好和可靠性高，被广泛应用于过程控制中，尤其适用于可建立精确数学模型的确定性控制系统。然而实际工业生产过程往往具有非线性，时变不确定性，难以建立精确地数学模型，应用常规 PID 控制器不能达到理想的控制效果，而且在实际生产现场中，由于受到参数整定方法繁杂的困扰，常规 PID 控制器往往整定不良，性能欠佳，对运行工况的适应性很差。所以人们从工业生产过程需要出发,基于常规 PID 控制器的基本原理,对其进行了各种各样的改进，形成所谓智能 PID 控制1。而其中神经网络所具有的大规模的并行处理和分布式的信息存
11、储；极强的自学、联想额容错能力；良好的自适应和自组织性；多输入、多输出的非线性系统都基本符合工程的要求。人工神经网络作为生物控制论的一个成果，其触角几乎延伸到各个工程领域，并且在这些领域中形成新的生长点。以神经网络研究为开端，整个学术界对计算的概念和作用有了新的认识和提高。计算不仅仅局限于数学中，更不仅采取逻辑的、离散的形式，在大量的物理现象以至生物学对象中，进行各种各样的计算，而且大量的运算表现在对模糊低精度模拟量的并行计算，对于这一类计算，传统的计算机是无能为力的。神经网络的数学理论本质是非线性的数学理论，因此，现代非线性科学方面的进展必将推动神经网络的研究，同时，神经网络理论也会对非线性科学提出新课题。神经网络研究的对象是神经系统，这是高度进化的复杂系统，也是系统科学中一个重要的具体的领域。神经网络的研究不仅重视系统的动态特性，而且强调事件和信息在系统内部的表达和产生。神经网络应用时不需考虑过程或现象的内在机理，一些高度非线性和高度复杂的问题能较好地得到处理，因此神经网络在控制领域取得了较大的发展，特别在模型辨识、控制器设计、优化操作、故障分析与诊断等领域迅速得到应用。神经网络控制作为二十一世纪
