摘 要:

本文提出了一种基于BP 神经网络的PID 控制方法,充分利用BP 神经网络逼近任意连续有界非线性函数的能力,这种PID 控制方法能学习和适应严重不确定系统的动态特性。文中采用三层前向网络动态BP 算法,达到了在线实时控制的目的,显示了BP 神经网络的PID 控制方法具有很强的鲁棒性,同时也显示了神经网络在解决高度非线性和不确定系统方面的潜能。计算机仿真结果表明,基于BP 神经网络的PID 控制较常规的PID 控制具有更好的鲁棒性和自适应性,能取得良好的控制效果。
关键字:BP 算法,神经网络,PID 控制
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐