一种基于多参数优化的神经网络控制器研究

作者：程若发; 刘建

来源：制造业自动化, 2011, 33(15): 37-40+94.

• CMAC神经网络
• 多参数优化
• 自适应控制
• 鲁棒性

针对常规PID+CMAC复合控制器中多个控制参数难以确定的问题,提出采用改进遗传算法对PID控制参数、CMAC神经网络学习率和惯性量等多参数进行寻优,把常规PID控制、CMAC神经网络和遗传算法的优点结合起来,设计了基于改进遗传算法多参数优化的PID+CMAC自适应控制器。仿真结果表明,提出的多参数优化的CMAC控制器具有良好的鲁棒性、抗干扰能力和自适应能力,是解决不确定性非线性对象控制问题的一种有效的控制方法。

• 单位
  南昌航空大学; 江西先锋软件股份有限公司