基于BP神经网络的PID控制器的研究与实现

基于BP神经网络的PID控制器的研究与实现
计算机技术应用 《机电技术》2004 年第 2 期




基于 BP 神经网络的 PID 控制器的研究与实现
张建国
(漳州职业技术学院电子工程系 福建漳州 363000)

摘 要：本文从 BP 神经网络的基本构成原理、学习规则和学习算法出发，介绍基于 BP 神经网络的 PID 控制器的研
究与实现方法。
关键词：PID 控制 神经网络 研究
中图分类号：TP18 文献标识码：A 文章编号：1672-4801(2004)02-026-08


1、引言

近十几年来，一门新兴的交叉学科――人工神经网络（Atificial Neural Network――ANN）迅速
地发展起来。所谓“人工神经网络”实际上是以一种简单计算-处理单元（即神经元）为节点，采用某
种网络拓扑结构构成的活性网络，可以用来描述几乎任意的非线性系统。不仅如此，ANN 还具有学习能
力、记忆能力、计算能力以及各种智能处理能力，在不同程度和层次上模仿人脑神经系统的信息处理、
存储和检索的功能。不同领域的科学家，对 ANN 有着不同的理解、不同的研究内容，并且采用不同的研
究方法。对于控制领域的研究工作者来说，ANN 的魅力在于：①能够充分逼近任意复杂的非线性关系，
从而形成非线性动力学系统，以表示某种被控对象的模型或控制器模型；②能够学习和适应不确定性系
统的动态特性；③所有定量或定性的信息都分布储存于网络内的各神经单元，