如发现有乱码，请点击下面链接浏览原文
正文摘录:

第11期胡即明，等：基于线性二次型调节器的神经网络PID控制系统-53·性能指标为.，=斯[z㈧+≥u。(t肚(12)运用MATLAB中LQR函数求解Riccati方程PA+A’PBR一’B’P+a=0.可得状态反馈矩阵K=[2，2].采用3层BP前向神经网络，神经网络具有4—5—3的拓扑结构，作为神经网络PID自动校正器进行了试验.本文采用编写M文件程序的方法对神经网络PID控制的性能做了仿真得到PID参数为Kp=0.1142，KI=0.7352，KD=0.5349.神经网络PID控制前后系统阶跃响应曲线如图2、3所示.毯善竖鑫图2原系统I／O阶跃响应曲线图3神经网络PID控制下系统I／O响应曲线从仿真结果可以看出，神经网络PID控制可以通过调整神经网络的权值实现自适应PID控制器的实时自校正，具有调节时问短、超调量小、鲁棒性强、跟踪性能好等优点，具有比较好的控制效果.从而，说明了神经网络PID控制方法对LQR问题控制的有效性.3结束语本文具体讨论了基于神经网络PID的控制方法在LQR问题中的应用，在线性二次渐近稳定的基础上，给出了神经网络PID控制算法，仿真结果表明了其有效性和可行性.在实际应用中，还可进一步考虑时滞、不确定、非线性等因素.·参考文献：[1]LIZhengxi，LIUJie，SUNDehui，eta1.AcomplexcontrolsystembasedonthefuzzyPIDcontrolandstatepredictorfeedbackcontrol[J].JournalofUniversityofScienceandTechnologyBeijing，2004，11(1)：90—92.[2]LIKeping，CHENTianlun.Nonlineartimeseriespredictionusingchaotic[J].CommunTheoryPhysics，2001，36(5)：513—518.[3]王沽，李为民，娄寿春，等.基于神经网络自适应调整PID控制器的设计[J].弹箭与制导学报，2002，22(2)：19—22.[4]姬晓飞，孟令柏，申东日，等.基于RBF神经网络多步预测的自适应PID控制[J].甘肃科学学报，2003，15(2)：71—75.[5]林金星，潘丰，苏云.一种PID型神经网络控制器[J].江南大学学报：自然科学版，2002，1(2)：113一116.[6]马龙华，叶正波，郑泳凌，等.基于LQR指标的鲁棒QRS整定方法及鲁棒稳定性裕度评估[J].浙江大学学报：工学版，2002，36(5)：486—489.[7]ZHOUZhihua.Ruleextraction：usingneuralnetworksorforneuralnetworks[J].ComputSci＆Technol，2004，19(2)：249—253.[8]胡寿松.自动控制原理[M].北京：科学出版社，2001.[9]陶永华.新型PID控制及其应用[M].北京：机械工业出版社，2002.[责任编辑：李雪莲]