基于遺傳算法的改進(jìn)神經(jīng)網(wǎng)絡(luò)在PI整定中的應(yīng)用.pdf

《基于遺傳算法的改進(jìn)神經(jīng)網(wǎng)絡(luò)在PI整定中的應(yīng)用.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、電氣傳動(dòng)和自動(dòng)控制皇皇!蘭竺蘭竺!竺ElectricDrive＆AutomaticControl基于遺傳算法的改進(jìn)神經(jīng)網(wǎng)絡(luò)在Pl整定中的應(yīng)用黃振躍。張新華(江蘇大學(xué)電氣信息工程學(xué)院，江蘇鎮(zhèn)江212013)摘要：為克服常規(guī)神經(jīng)網(wǎng)絡(luò)只能離線訓(xùn)練的不足，提出了一種基于遺傳算法的改進(jìn)遞歸神經(jīng)網(wǎng)絡(luò)。首先從PI自整定控制器性能指標(biāo)出發(fā)，闡述了遞歸神經(jīng)網(wǎng)絡(luò)原理及異步電機(jī)轉(zhuǎn)速控制系統(tǒng)模型，說明了采用遺傳算法來尋找卡爾曼濾波最佳參數(shù)的可行性。以異步電機(jī)控制系統(tǒng)為平臺(tái)，借助MATLAB／Simulink軟件進(jìn)行了建模與仿真。仿真結(jié)果表明提出的基于遺傳算法的改進(jìn)神經(jīng)網(wǎng)絡(luò)獲得的PI參數(shù)能有效減小系統(tǒng)超調(diào)，系

2、統(tǒng)具有良好的動(dòng)靜態(tài)性能。關(guān)鍵詞：遺傳算法；遞歸神經(jīng)網(wǎng)絡(luò)；擴(kuò)展卡爾曼濾波；PI；異步電機(jī)[中圖分類號(hào)]TM33[文獻(xiàn)標(biāo)志碼]A[文章編號(hào)]1000—3886(2012)06—0003—03lmprovedNeuralNetworkBasedonGeneticAlgorithmintheApplicationforTuningofPIControllersHUANGZhen-yue，ZHANGXin—hua(SchoolofElectricalandInformationEngineering，JiangsuUniversity，enjiangJiangsu212013，China)Ab

3、stract：Toovercomethedisadvantageofconventionalneutralnetworkwhichistrainingonlyoffline。animprovedneutralnetworkbasedongeneticalgorithmisproposed．Startingfromtheperformanceindexofself-tuningPIcontrollers，principleofrecurrentneutralnetworkandspeedcontrolsystemmodelofinductionmotorareelaborated．Th

4、en，thefeasibilityofbygeneticalgorithmtoseakoptimalconstantsofextendedkalmanfilterisexplained．Finally，modelingandsimulationareperformedbyMATLAB／Simulinkwithcontrolsystemofinductionmotorsasplatform．TheresultsshowthatthePIparametersobtainedbytheproposedimprovedneutralnetworkbasedongeneticalgorithm

5、canreducetheovershootofsystemeffectivelyandthesystemhasgooddynamicandstaticperformance．Keywords：geneticalgorithm；recurentneuralnetwork；extendedkalmanfilter；PI；inductionmotor0引言求得神經(jīng)元的權(quán)值并訓(xùn)練，從而實(shí)現(xiàn)PI參數(shù)的自整定。首先從PI自整定控制器的性能指標(biāo)出發(fā)，闡述了遞歸神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、異隨著智能控制技術(shù)的飛速發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在工業(yè)控制領(lǐng)步電機(jī)轉(zhuǎn)速控制系統(tǒng)及擴(kuò)展卡爾曼濾波的基本參數(shù)，說明了采用域得到了廣泛的研

6、究與應(yīng)用I2。神經(jīng)網(wǎng)絡(luò)不需要任何預(yù)定模遺傳算法求取卡爾曼濾波器最佳參數(shù)的可行性。最后借助MAT—型的知識(shí)，因此控制系統(tǒng)對(duì)噪聲、參數(shù)變化及負(fù)載改變具有較強(qiáng)LAB／simulink軟件以異步電機(jī)為對(duì)象對(duì)提出的基于遺傳算法的的魯棒性。常規(guī)的神經(jīng)網(wǎng)絡(luò)通常利用模型參考自適應(yīng)控制技術(shù)改進(jìn)神經(jīng)網(wǎng)絡(luò)在PI整定中應(yīng)用的有效性進(jìn)行了建模與仿真。仿進(jìn)行訓(xùn)練從而使電機(jī)達(dá)到跟蹤控制的目的。但常規(guī)的神經(jīng)網(wǎng)絡(luò)存在容易陷入局部極小點(diǎn)、收斂速度慢、泛化能力差的問題J，且真結(jié)果表明，本文提出的方法能有效減小負(fù)載變化時(shí)的轉(zhuǎn)速超網(wǎng)絡(luò)只能在離線系統(tǒng)下進(jìn)行參數(shù)識(shí)別。電機(jī)運(yùn)行工程中參數(shù)動(dòng)調(diào)，系統(tǒng)具有良好的動(dòng)靜態(tài)性能。態(tài)變化時(shí)，以

7、自適應(yīng)控制方法為主的常規(guī)神經(jīng)網(wǎng)絡(luò)顯示出局限1PI自整定控制器及神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)性，使得對(duì)PI控制器參數(shù)的整定變得愈加困難。因此，能否跟隨1．1PI自整定控制器性能指標(biāo)電機(jī)參數(shù)變化而進(jìn)行在線的參數(shù)自整定對(duì)神經(jīng)網(wǎng)絡(luò)甚至整個(gè)電定義PI自整定控制器性能指標(biāo)如下：機(jī)控制系統(tǒng)來說具有重要的意義。-，(u，k)=[Y(k+d)一Yf(k+d)]通常利用卡爾曼濾波算法進(jìn)行神經(jīng)元的計(jì)算。擴(kuò)展卡爾曼P[Ru(k)]P[(k+d)](1)濾波算法在前饋神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中