多变量耦合系统的PID神经元网络控制开题报告

1. 研究目的与意义

本文旨在提高控制器的控制效果，将pid控制与神经元网络相结合，对多变量耦合系统的pid神经元网络控制进行分析和探究。

多变量输入和输出系统的干扰性大、非线性和耦合程度强是一个棘手的问题，常用的控制器可能因为多变量耦合问题难以控制系统。

pid神经元网络是一种多层前向神经元网络，它的各层神经元个数、连接方式、连接权值是按照pid控制规律的已有原则和经验确定的。

2. 国内外研究现状分析

1943年，心理学家w.s.mcculloch和数理逻辑学家w.pitts建立了神经网络和数学模型，称为mp模型。

他们通过mp模型提出了神经元的形式化数学描述和网络结构方法，证明了单个神经元能执行逻辑功能，从而开创了人工神经网络研究的时代。

1949年，心理学家提出了突触联系强度可变的设想。

3. 研究的基本内容与计划

pid神经元网络从结构上可分为输入层，隐含层和输出层，网络输入量为控制量当前值和控制目标，输出量为控制律。

每个子网络的隐含层由比例元，积分元和微分元构成，对应着pid控制器中的比例控制，积分控制和微分控制。

单控制量神经元网络是pid神经元网络的基本形式，多控制量神经元网络可看成是多个单控制量神经元网络的组合形式。

4. 研究创新点

选题富有挑战性。

本选题将传统pid控制器和pid神经元网络相结合，对多变量耦合系统进行分析。

根据控制量当前值和控制目标采用某些学习算法比如梯度下降法或者增加动量项的方法修正权值，提高学习效率使得控制量最终接近控制目标。