CN103235503A - 新型多神经元pid控制器 - Google Patents
新型多神经元pid控制器 Download PDFInfo
- Publication number
- CN103235503A CN103235503A CN2013100021766A CN201310002176A CN103235503A CN 103235503 A CN103235503 A CN 103235503A CN 2013100021766 A CN2013100021766 A CN 2013100021766A CN 201310002176 A CN201310002176 A CN 201310002176A CN 103235503 A CN103235503 A CN 103235503A
- Authority
- CN
- China
- Prior art keywords
- neuron
- pid controller
- layer
- controller
- pid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种全新新型多神经元PID控制系器,通过简化PID神经元网络控制器,改善其权值初始化来达到新型多神经元PID控制器控制过程的快速性和响应的及时性,为多神经元PID控制器的工程化提供了理论支持和技术借鉴。该控制器器从结构上可以分为输入层、隐含层和输出层三层,其和舒怀林的多神经元网络PID控制器层数一样,多神经元PID控制器从结构上可以看成多个单神经元PID控制器交叉并联连接。多神经元PID控制器结构见摘要附图所示。
Description
技术领域
该发明属于一种全新的新型多神经元PID控制器,主要应用智能控制系统。
背景技术
目前,基于神经网络PID的智能控制系统从大的方面总共有两种算法。一种是结合PID控制与神经元网络控制的基于模型的BP神经网络的自适应控制,在这种算法中,神经网络相当于控制对象的模型;另一种相当于是PID神经元网络控制,在这种算法中,通过神经网络的反传算法,调整各层神经元的权重值,相当于改进的智能PID控制。而这两种神经元网络控制器虽然在软件仿真中运行结果都能满足要求,但是它们都有反传算法复杂,很难适应工程应用的快速性和及时性。本文是通过简化PID神经元网络控制器,改善其权值初始化来达到新型多神经元PID控制器控制过程的快速性和响应的及时性,为多神经元PID控制器的工程化提供了理论支持和技术借鉴。
发明内容
该发明目的是提供一种新型的智能控制器,该新型多神经元PID控制器能够实现快速性和响应的及时性。
具体技术方案
1.1多神经元PID控制器前向算法
控制器在任意时刻 的计算公式如下。
1.1.1输入层
输入层神经元的状态为:
输入层神经元的输出为:
1.1.2 隐含层
考虑到PID控制中比例、积分和微分系数在多神经元PID控制器中均体现在隐含层至输出层的链接权重值上,所以,我们采用单位比例、积分和微分函数。隐含层各神经元的状态为:
(5)
隐含层各神经元的输出为:
1.1.3 输出层
输出层各神经元的状态为:
输出层各神经元的输出为:
而多控制量神经元控制器的输出值等于输出层各神经元的输出值,其值为:
1.2多神经元PID控制器反传算法
多神经元PID控制器的反传算法即多神经元PID控制器权重值的修改,它完成了权重值的学习和自适应调整功能。设实际控制系统中采样周期为,即每隔时间,进行一次反传算法。则在时间段内,总的采样点数为。反传算法的目的是修正各层神经元网络权重值以使以下目标函数值最小:
1.2.1 隐含层至输出层
隐含层2至输出层的权重值迭代公式为:
式中为隐含层至输出层之间的权重值学习速率,
根据公式(11),可得:
根据公式(8)(9)(10)可得:
根据公式(10)可得:
(17)
由于采用离散采样控制,如果不计被控对象的延时特性,输出总是比输入延迟一步。
将式(14)(15)(16)(17)代入式(13),可得:
1.2.2 输入层至隐含层
输入层至隐含层的权重值根据PID控制特点,做如下初始化,不用通过反传修正。
附图说明
图1 多神经元PID闭环控制系统;图2传统多神经元网络控制系统位移响应曲线;图3新型多神经元PID控制仿真系统位移响应曲线
具体实施方式
2新型多神经元PID控制系统仿真分析
为了检验多神经元PID控制器闭环控制系统的性能,在进行了大量的仿真研究和实验室应用的基础上,作者对多神经元PID控制器各权重值初始值的选取和学习速率等参数的选取的出如下结论:
对如下耦合系统进行仿真:
通过比较图2与图3,我们可以知道,新型多神经元PID控制系统从仿真效果来看与传统反传算法的多神经元网络控制系统相差不多,但是从算法本身来讲,新型多神经元PID控制系统的反传计算过程大为简化,其利用了PID控制的把系统误差作为控制信号,为新型多神经元PID控制器的工程应用提供了理论借鉴和方法指导。
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100021766A CN103235503A (zh) | 2013-01-05 | 2013-01-05 | 新型多神经元pid控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100021766A CN103235503A (zh) | 2013-01-05 | 2013-01-05 | 新型多神经元pid控制器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103235503A true CN103235503A (zh) | 2013-08-07 |
Family
ID=48883550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100021766A Pending CN103235503A (zh) | 2013-01-05 | 2013-01-05 | 新型多神经元pid控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103235503A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765272A (zh) * | 2014-03-05 | 2015-07-08 | 北京航空航天大学 | 一种基于pid神经元网络控制(pidnn)的四旋翼飞行器控制方法 |
CN104932270A (zh) * | 2015-06-08 | 2015-09-23 | 三维泰柯(厦门)电子科技有限公司 | PID神经元网络3d打印控制算法 |
CN108415345A (zh) * | 2018-05-18 | 2018-08-17 | 山东大学 | 一种智能楼宇控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1299082A (zh) * | 1999-12-07 | 2001-06-13 | 广州大学 | Pid神经网络控制器 |
US6566498B1 (en) * | 1998-02-06 | 2003-05-20 | Human Genome Sciences, Inc. | Human serine protease and serpin polypeptides |
CN201149663Y (zh) * | 2008-01-11 | 2008-11-12 | 宁波大学 | 用神经元网络调节参数的pid控制温度仪表 |
US20090285862A1 (en) * | 2006-05-03 | 2009-11-19 | Cnsbio Pty Ltd. | Methods and composition for treatment of inflammatory pain |
CN101727071A (zh) * | 2009-11-13 | 2010-06-09 | 上海电力学院 | 神经网络模型与二次型单神经元pid并行控制方法 |
-
2013
- 2013-01-05 CN CN2013100021766A patent/CN103235503A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6566498B1 (en) * | 1998-02-06 | 2003-05-20 | Human Genome Sciences, Inc. | Human serine protease and serpin polypeptides |
CN1299082A (zh) * | 1999-12-07 | 2001-06-13 | 广州大学 | Pid神经网络控制器 |
US20090285862A1 (en) * | 2006-05-03 | 2009-11-19 | Cnsbio Pty Ltd. | Methods and composition for treatment of inflammatory pain |
CN201149663Y (zh) * | 2008-01-11 | 2008-11-12 | 宁波大学 | 用神经元网络调节参数的pid控制温度仪表 |
CN101727071A (zh) * | 2009-11-13 | 2010-06-09 | 上海电力学院 | 神经网络模型与二次型单神经元pid并行控制方法 |
Non-Patent Citations (1)
Title |
---|
舒怀林: "PID神经元和PID神经元网络分析", 《中国控制会议论文集》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765272A (zh) * | 2014-03-05 | 2015-07-08 | 北京航空航天大学 | 一种基于pid神经元网络控制(pidnn)的四旋翼飞行器控制方法 |
CN104932270A (zh) * | 2015-06-08 | 2015-09-23 | 三维泰柯(厦门)电子科技有限公司 | PID神经元网络3d打印控制算法 |
CN108415345A (zh) * | 2018-05-18 | 2018-08-17 | 山东大学 | 一种智能楼宇控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104865960B (zh) | 基于平面的一种多智能体队形控制方法 | |
CN109947124A (zh) | 改进粒子群算法优化模糊pid无人直升机姿态控制方法 | |
Li et al. | The application of immune genetic algorithm in main steam temperature of PID control of BP network | |
CN101968629A (zh) | 基于rbf辨识的弹性积分bp神经网络的pid控制方法 | |
CN101727071A (zh) | 神经网络模型与二次型单神经元pid并行控制方法 | |
CN101986564A (zh) | 基于Backlash算子和神经网络的自适应滤波器 | |
CN108181802A (zh) | 一种性能可控pid控制器参数优化整定方法 | |
CN104317195B (zh) | 一种基于改进极限学习机的非线性逆模型控制方法 | |
CN114217524A (zh) | 一种基于深度强化学习的电网实时自适应决策方法 | |
CN104834215A (zh) | 一种变异粒子群优化的bp神经网络pid控制算法 | |
CN109696836A (zh) | 飞机舵机电液伺服系统智能控制方法 | |
CN106774379A (zh) | 一种智能超螺旋强鲁棒姿态控制方法 | |
CN103235503A (zh) | 新型多神经元pid控制器 | |
CN109116737A (zh) | 基于观测器的多智能体系统故障上限评估以及容错一致性控制算法 | |
CN105487496A (zh) | 基于双目标并行island-hfc混合模型遗传编程算法的火电厂热工在线过程辨识及控制算法的优化方法 | |
CN103544528A (zh) | 一种基于Hadoop的BP神经网络分类方法 | |
CN109818792B (zh) | 一种基于二阶线性系统时变耦合复杂动态网络模型的控制器 | |
WO2015121169A1 (en) | Control system | |
Chiha et al. | Tuning PID controller with multi-objective differential evolution | |
CN107656531A (zh) | 一种海洋机器人姿态控制方法、装置和系统 | |
CN108121206B (zh) | 基于高效改进型差分进化算法的复合自适应内模控制优化方法 | |
CN101809598A (zh) | 神经元装置、神经网络装置、反馈控制装置及信息存储介质 | |
CN110399697B (zh) | 基于改进遗传学习粒子群算法的飞行器的控制分配方法 | |
Moldoveanu | Sliding mode controller design for robot manipulators | |
CN106371321A (zh) | 一种焦化炉炉膛压力系统模糊网络优化pid控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130807 |