基于优化粒子群神经PID的双变量解耦控制

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。