基于优化粒子群神经PID的双变量解耦控制 |
| |
引用本文: | 杨雨彬,任天宇,邓宏敬,蔡子龙,杨子墨.基于优化粒子群神经PID的双变量解耦控制[J].科技资讯,2023(3):1-5. |
| |
作者姓名: | 杨雨彬 任天宇 邓宏敬 蔡子龙 杨子墨 |
| |
作者单位: | 东北大学秦皇岛分校控制工程学院 |
| |
摘 要: | 在工业过程控制系统中,存在多变量耦合的现象,其中双变量耦合较为常见。针对双变量耦合现象,该文提出了自适应粒子群优化算法与单神经元PID相结合的解耦控制方法,利用PSO算法对单神经元PID网络进行参数进行优化,从而提升系统解耦效果,并对双变量耦合系统进行仿真验证。结果表明,适应度经过参数寻优后有了不同程度的降低,在局部最优中的全局最优值降低了93.75%、39.90%;解耦效果稳定性提高,系统误差降低,精度提升。
|
关 键 词: | 双变量系统 解耦控制 自适应粒子群算法 单神经元PID |
|
|