基于神经网络的PID控制研究文献综述

选题名称

基于神经网络的PID控制研究

研究的目的

及意义

本研究以提高控制器的控制效果为目标，将神经网络与PID控制相结合，分别对单变量系统和多变量系统的神经网络结构的PID控制进行了深入研究和探索。 对单变量系统，将预测控制的思想和神经网络PID控制的思想结合起来，用多步预测性能指标函数去训练神经网络控制器的权值，就构成了多步预测性能指标函数下的神经网络PID控制系统。

国内外同类

研究概况

控制理论的发展与面临的挑战

控制理论的发展经历了经典控制理论、现代控制理论和非线性智能控制理论三个发展阶段。经典控制理论和现代控制理论研究的是线性时不变系统的控制问题。然而,自然界和现实生活的所有系统绝大多数是非线性的,用单一的分析线性系统的理论来分析非线性系统自然存在它固有的一些缺点。而且随着科学技术的不断发展,人们对控制系统品质的要求日益提高,对实际过程的分析日益精密,从而系统的非线性特性的影响也就愈发突出了。但是传统的线性理论在面对这些问

题时已经不能很好的解决问题了。非线性控制理论和智能控制理论就是在这样的

背景下逐步发展起来的。

目前,智能控制理论已经形成了多种方法。其中比较具典型的有:专家控制系统、模糊控制系统和神经网络控制系统等。

专家控制系统是基于知识的控制方法。但是这种基于知识的专家系统在知识的获取、知识的表达和推理方式上存在着固有的缺陷,从而使得专家控制方法在工程上的应用受到限制。

模糊控制系统是利用模糊逻辑将系统信息经过模糊化处理,通过模糊关系的推理合成,产生相应的模糊决策的一类控制系统。但是模糊系统设计中往往包含

相当多的经验成分,这使得模糊控制系统性能的优劣在很大程度上取决于设计者

的经验与实际情况的符合程度。这在很大程度上限制了它的应用。

神经网络系统在控制领域受到重视主要是因为它的非线性映射能力、自学习适应能力、联想记忆能力、并行信息处理方式及其优良的容错性能。这些特点使得神经网络非常适合于复杂系统的建模与控制。特别是当系统存在不确定性因素时,更体现了神经网络方法的优越性。这些很适合控制系统中的非线性特性,因此神经网络控制在非线性控制中的应用非常广泛。

神经网络技术的发展与现状

人工神经网络(简称神经网络,NN)是由人工神经元(简称神经元)互联组成的网络。是1943年由心理学家McCullohc和数学家iPstt提出的。他们提出了第一个神经元模型MP模型。

1949年心理学家Hebb提出了改变神经元连接强度的Hebb规则。1958年oRsebnlatt提出了感知器(ePcreptor)n模型,为神经网络模型的研究提供了重要的方向。1960年iWdorw和Hoff提出了自适应线性元件(Adialen)模型以及Widrow一Hoff学习规则。从而在60年代,掀起了神经网络研究的第一次热潮。

但是此后随着研究的深入,人们在应用和实现方面遇到了一时难以解决的难题。而同时由于数字计算机的成功,使得整个学术界陶醉于数字计算机的成功中,从而掩盖了发展新型模拟计算机和人工智能技术的必要性和迫切性,使得神经网络的研究走向低潮。

80年代,美国加州工学院物理学家HoPifeld提出了HNN模型,使神经网络的研究有了突破性进展。他通过引入“能量函数”的概念,给出了网络的稳定性判据;此外,HNN的电子电路实现为神经计算机研究奠定了基础,同时开拓了神经网络用于联想记忆和优化计算的新途径,引起了工程技术界的普遍关注,从而掀起了神经网络研究的又一次热潮。在这一时期,随着大量开拓性研究工作的深入开展,数百种网络结构、学习算法应运而生,硬件实现的研究工作也在积极开展,神经网络理论的应用研究己经渗入到各个领域,并在智能控制、模式识别、自适应滤波和信号处理、非线性优化、传感技术和机器人、生物医学工程等方面取得使神经网络的研究进入了一个空前高涨的时期。主要的研究集中在网络结构、学习算法和实际应用方面。

尽管这些年来,神经网络理论及其应用研究取得了可喜的进步,但是应该看到,神经网络的理论仍有许多缺陷,尚待进一步发展与完善。

研究内容

及计划

1月至2月：阅读神经网络相关书籍，对神经网络的原理和应用有一个系统的理解。

2月至3月：阅读PID控制原理和应用，为后面研究基于神经网络的PID控制打下基础。

3月至4月：阅读与该课题相关的文献资料，了解国内外在该领域的研究成果和概况，完成开题报告，文献综述以及开题答辩。

4月至5月：学习matlab软件

5月至6月：整理研究成果，完成结题答辩。

特色与创新

传统的PID控制最主要的问题是参数整定问题，一旦整定计算好后，在整个控制过程中都是固定不变的，而在实际系统中，由于系统状态和参数等发生变化时，过程中会出现状态和参数的不确定性，系统很难达到最佳的控制效果。因此，在现代工业过程控制中，采用传统的PID控制器难以获得满意的控制效果。它的优点是直观，简单，鲁棒性好。
　　神经网络系统亦称为人工神经网络﹐就是将人工神经元按某种方式联结组成的网络﹐用于模拟人脑神经元活动的过程﹐实现对信息的加工﹑处理﹑存储等。基于神经网络的PID控制不是用神经网络来整定PID的参数，而是用神经网络直接作为控制器，通过训练神经网络的权系数间接地调整PID参数。

指导教师

意 见

指导教师签名：

年 月 日