如发现有乱码，请点击下面链接浏览原文
正文摘录:

第32卷第11期2005年11月应用科技AppliedScienceandTechnologyV01.32.No.11NOV.2005文章编号：1009—671X(2005)11—0051—03基于线性二次型调节器的神经网络PID控制系统胡即明’，楼旭阳。，金凯鹏‘(1.浙江海洋学院，浙江舟山316004；2.江南大学控制科学与工程研究中心，江苏无锡214122)摘要：讨论了基于神经网络PID的控制方法在线性二次型调节器(LQR)问题中的应用，针对控制工程中的无限时间LQR问题，提出了神经网络PID控制整定方法，从而实现PID参数的在线自适应寻优.同时，考虑了连续时间线性时不变系统的渐近稳定性问题.最后，运用MATLAB仿真实现证明了该方法的可行性、有效性.关键词：线性二次型调节器；神经网络PID；渐近稳定性、中图分类号：TP272文献标识码：ANeuralnetworkPIDcontrolsystembasedonlinearquadraticregulatorsHUJi—ming’，LOUXu—yang。，JINKai—peng’(1.ZhejiangOceanUniversity，Zhoushan316004，China；2.ResearchCenterofControlScienceandEngineering，SouthernYangtzeU—niversity，Wuxi214122，China)Abstract：Theapplicationoflinearquadraticregulators(LQR)baseduponneuralnetworkPIDcontrolmethodisdiscussed.AneuralnetworkPIDcontrolandaajustmentmethodisproposedtoaccomplishonlineadaptiveoptimi—zationofPIDparameters.IntermsofunlimitedtimeLQRissueincontrolengineering.Inaddition，theasymptoticstabilityofcontinuouslineartime—invariablesystemsisstudied.Finally，thesimulationresultsonMATLABprovethefeasibilityandeffectivenessofthismethod.Keywords：linearquadraticregulator；neuralnetworkPID；asymptoticstability在工业闭环控制系统中，因为原理简单、鲁棒性好、稳定性高等优点，PID控制是最常用的控制器之一_1J.如果把神经网络与PID控制器结合起来，自适应调整PID控制器参数，使系统具有更好的控制效果.基于人工神经网络的BP算法广泛应用于模式识别、数据处理、非线性时间序列预测等，近年来，由此产生了许多改进型的方法怛0，但基于神经网络PID控制器对LQR问题的研究却较少.文献[3]提出了基于神经网络自适应调节器PID控制器，利用神经网络良好的适应性和高的抗干扰性对系统在线辨识，得出对于有变化参数和干扰的系统及非线性系统，具有良好的控制作用和品质.文献[4]提出一种基于RBF神经网络多步预测的自适应PID控制算法.该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优.在本文中，考虑一类线性二次型最优调节器问题(LQR)，系统的状态方程为X(t)=AX(t)+BU(t)，y(f)=CX(t)+DU(t).(1)LQR最优调节器原理是针对式(1)系统寻找状态反馈控制律：U(t)=一KX(t)，(2)使得性能指标收稿日期：2005—05—27.作者简介：胡即明(1966=)，男，高级工程师，主要研究方向：控制理论和控制工程