PDF《进化神经网络 P I》

第 3卷第 3期智能系统学报Vol .

3 №.

3 2008年 6月 CAA I Transactions on Intelligent System s Jun.

2008 进化神经网络 PI D控制器的研究与应用 邱建斌 ,王劭伯 (福州大学 电气工程与自动化学院 ,福建 福州 350002) 摘要:提出一种基于进化神经网络的 PI D控制器设计方法. 该控制器主要由 3部分组成 ,第 1部分应用神经网络根 据控制对象的输入、 输出在线调整 PI D控制器参数. 第 2部分利用进化算法根据性能指标对神经网络控制器参数进 行优化 ,找出最优的神经网络初始权系数和比例系数. 第 3部分是传统 PI D控制器. 把该控制器温度控制的仿真对照 结果表明 ,这种控制算法具有结构简单、 鲁棒适应性强、 进化性能良好的特点. 同时还提出一种以快速响应为目标的 改进方案. 关键词 :进化神经网络 ;

进化算法 ;

神经网络 ;

分段控制 ;

PI D 中图分类号 : TP13 文献标识码 : A 文章编号 :

16732 4785 (2008)

032 02452

05 An i mproved PI D controller based on an evolutionary neural network Q I U Jian2bin, WANG Shao2bo (College of Electrical Engineering and Automation, Fuzhou University, Fujian 350002, China) Abstract:A PI D controller design based on an evolutionary neural network is presented. It consists of three parts . In the first part, a neural network is used to optim ize and adjust PI D parameters in real time. In the second part, the parameters of the neural network are optim ized by an evolutionary algorithm. The third part is a traditional PI D controller . A simulation wasmade of a temperature control system which showed that this controller is characterized by a simple structure, robust adaptation, and good evolutionary perfor mance. An improved scheme with more rapid response is also presented. Keywords: evolutionary neural net works;

evolutionary algorithm;

neural networks;

piecewise control;

PI D 收稿日期 :

20072 062 28. 基金项目 :福建省教育厅科研资助项目 ( K03008). 通讯作者 :邱建斌. E2 mail: fjshqjb2008@163. com. PI D控制已经成为工业过程控制中主要的和 可靠的技术工具 [

1 ] . 在工业控制中总会存在着各种 各样的不确定性 ,这些不确定性可能造成辨识模型 的变化 ,这就要求 PI D控制器有在线调整优化自身 控制参数的功能 ,这是人们关注的重要问题. 目前 ,采用把神经网络应用于 PI D 控制已是一 大研究热点 [

2 ] . 特别是网络连接权采用误差信号反 向传播 ( back propagation, BP)算法. BP网络不但具 有很好的逼近非线性映射的能力 ,而且具有自适应 学习、 并行分布处理和有较强的鲁棒性和容错性等 特点. 但是 BP算法是一种梯度下降的学习方法 ,它 对复杂误差函数容易陷入搜索空间的局部最优区 域 ,使得搜索效率降低. 进化算法 ( evolutionary algo2 rithm, EA)是一种模拟生物进化过程的随机优化算 法[3].该算法具有良好的全局搜索能力和无需误差 梯度信息就可以进化学习到问题接近最优解的特 点. 它从可行解空间中随机产生的多个起点同时开 始概率性搜索 ,通过适当的进化操作设计 ,可以保证 搜索收敛到全局最优点 ,从而克服传统搜索方法的 不足. 首先给出一种采用进化神经网络的 PI D 控制 器. 然后 ,将此方法用于温度控制 ,验证该方法的有 效性. 为了能够让控制系统快速响应 ,提出了基于分 段控制 [

4 ] 的进化神经网络 PI D控制器设计方案.