[00802965]电液位置伺服系统的遗传神经网络PID控制策略研究
交易价格:
面议
所属行业:
网络
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
课题针对单一控制理论的控制形式已不能满足现代工业生产的高精度和高性能要求。提出将各种控制理论有效结合起来,可以最大程度的提高系统的控制特性,基于遗传算法的神经网络PID参数自整定控制通过神经网络在线修改PID控制器的三个参数,实现PID控制器参数的自整定。通过遗传算法选择最佳神经网络权值初值,提高神经网络的自学习能力,研究结果互相融合的控制算法高效。结合智能控制理论,以电液位置伺服控制系统为控制对象,提出了基于遗传算法的BP神经网络PID控制,将基于SGA算法的PID参数自整定控制方法与神经网络控制相结合,有效的克服了的非线性和时变特性,实现了对电液伺服系统的精确控制。运用基于遗传优化的离线全局寻优BP网络的权系数初值、BP神经网络在线自学习的智能控制PID控制策略。通过BCPGA算法整定PID控制参数,优化了神经网络SC算子拓展了PID控制算法在智能控制系统中的应用。满足电液伺服系统高精度和高性能的要求。
课题针对单一控制理论的控制形式已不能满足现代工业生产的高精度和高性能要求。提出将各种控制理论有效结合起来,可以最大程度的提高系统的控制特性,基于遗传算法的神经网络PID参数自整定控制通过神经网络在线修改PID控制器的三个参数,实现PID控制器参数的自整定。通过遗传算法选择最佳神经网络权值初值,提高神经网络的自学习能力,研究结果互相融合的控制算法高效。结合智能控制理论,以电液位置伺服控制系统为控制对象,提出了基于遗传算法的BP神经网络PID控制,将基于SGA算法的PID参数自整定控制方法与神经网络控制相结合,有效的克服了的非线性和时变特性,实现了对电液伺服系统的精确控制。运用基于遗传优化的离线全局寻优BP网络的权系数初值、BP神经网络在线自学习的智能控制PID控制策略。通过BCPGA算法整定PID控制参数,优化了神经网络SC算子拓展了PID控制算法在智能控制系统中的应用。满足电液伺服系统高精度和高性能的要求。