基于遗传算法优化的自适应FNN-PID控制器研究

作     者：高相铭 刘付斌 GAO Xiang-ming;LIU Fu-bin

作者机构：安阳师范学院物理与电气工程学院安阳455000 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2012年第20卷第27期

页      面：6949-6954页

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主　　题：FNN-PID 遗传算法 异步电动机 

摘      要：针对传统PID控制器参数整定后因无法在线自动调整而导致控制效果不理想的问题,提出了一种基于遗传算法优化模糊神经网络(FNN,FUZZY NEURAL NETWORK)的自适应FNN-PID控制器模型。该模型结合了模糊神经网络良好的自适应自学习能力和遗传算法强大的全局搜索能力。利用遗传算法对模糊神经网络的参数进行优化与训练,使PID控制器能够根据被控对象的变化而适时在线调整自身参数KP,KI和KD,从而达到理想的控制性能。将该控制器应用于异步电动机控制系统进行仿真实验,结果表明:基于遗传算法优化的自适应FNN-PID控制器具有较好的自适应能力和鲁棒性,控制效果明显优于传统PID控制器。