[01653764]PID神经网络及其控制系统
交易价格:
面议
所属行业:
控制系统
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该成果创建了PID神经网络的理论基础,提出了神经元具有比例(P)、积分(I)、微分(D)功能的假说,定义了比例神经元、积分神经元和微分神经元,将这些神经元按照前向神经网络结构互联,构成PID神经网络,突破了神经网络与PID控制器的混合系统的局限性。PID神经网络具备多层前向神经网络的任意非线性逼近能力和其他优良的性能,PID神经网络中包含了具有微分和积分动态特性的处理单元,是本质性动态网络,PID神经网络控制系统的响应快、超调小、无静差,符合控制系统对动态和静态特性要求。该成果研究了PID神经网络作为智能控制器的应用方法,PID神经网络控制器可以通过在线训练和学习,调整网络权值,对控制对象实施控制,达到控制性能最优的目的。PID神经网络的结构简单和规范,计算量较小,满足实时控制计算的时间要求。PID神经网络结构和连接权初值的特殊选取方法,可以使网络在取初值时等同于PID控制器,可以保证控制器起始工作的可能性,在该初值的基础上进行网络的训练、学习和调整,使网络的收敛速度很快且不易陷入局部极小点。理论研究结果和大量的仿真结果以及实际实验结果证明,PID神经网络具有实际应用的价值和条件,具有常规控制器无法比拟的优点。PID神经网络为复杂系统的控制开辟新的途径,成为智能控制的新的分支。
该成果创建了PID神经网络的理论基础,提出了神经元具有比例(P)、积分(I)、微分(D)功能的假说,定义了比例神经元、积分神经元和微分神经元,将这些神经元按照前向神经网络结构互联,构成PID神经网络,突破了神经网络与PID控制器的混合系统的局限性。PID神经网络具备多层前向神经网络的任意非线性逼近能力和其他优良的性能,PID神经网络中包含了具有微分和积分动态特性的处理单元,是本质性动态网络,PID神经网络控制系统的响应快、超调小、无静差,符合控制系统对动态和静态特性要求。该成果研究了PID神经网络作为智能控制器的应用方法,PID神经网络控制器可以通过在线训练和学习,调整网络权值,对控制对象实施控制,达到控制性能最优的目的。PID神经网络的结构简单和规范,计算量较小,满足实时控制计算的时间要求。PID神经网络结构和连接权初值的特殊选取方法,可以使网络在取初值时等同于PID控制器,可以保证控制器起始工作的可能性,在该初值的基础上进行网络的训练、学习和调整,使网络的收敛速度很快且不易陷入局部极小点。理论研究结果和大量的仿真结果以及实际实验结果证明,PID神经网络具有实际应用的价值和条件,具有常规控制器无法比拟的优点。PID神经网络为复杂系统的控制开辟新的途径,成为智能控制的新的分支。