基于神经网络的PID控制研究开题报告

全文总字数：2155字

1. 研究目的与意义

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。

2. 国内外研究现状分析

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

3. 研究的基本内容与计划

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. 研究创新点

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。