一种粒子群优化RBF神经网络的PID控制方法
基本信息
申请号 | CN202011315001.7 | 申请日 | - |
公开(公告)号 | CN112327631A | 公开(公告)日 | 2021-02-05 |
申请公布号 | CN112327631A | 申请公布日 | 2021-02-05 |
分类号 | G05B13/04(2006.01)I | 分类 | 控制;调节; |
发明人 | 郝海生;黄茂强;杨红英 | 申请(专利权)人 | 成都精航伟泰科技有限公司 |
代理机构 | 成都顶峰专利事务所(普通合伙) | 代理人 | 曾凯 |
地址 | 610000四川省成都市高新区天府三街69号1栋17层1703号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及自动控制技术领域,公开了一种粒子群优化RBF神经网络的PID控制方法,包括:初始化粒子群优化算法;利用粒子群的进化规则进行寻优;将第一最优解进行码;确定BRF神经网络的网络结构;将所述BRF神经网络的参数的最优解进行解码;确定BP神经网络的网络结构;计算所述BP神经网络输入值和输出值;利用所述BP神经网络的迭代算法修正所述BP网络的加权系数持续调参,直至获取最优参。本发明通过对无人机姿态控制器的PID参数进行自适应控制,首先,利用粒子群优化算法改进的RBF神经网络PID控制比传统的BP神经网络PID控制的响应时间快,且超调小;其次,基于粒子群优化改进的RBF网络参数整定时间有效缩短;且基于粒子群PSO改进的RBF网络参数整定算法效率高。 |
