導(dǎo)語(yǔ)：BP神經(jīng)網(wǎng)絡(luò)控制優(yōu)化論文一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要以加熱爐控制系統(tǒng)為研究對(duì)象，提出了一種基于遺傳算法改進(jìn)的bp網(wǎng)絡(luò)優(yōu)化PID控制參數(shù)方法，并與經(jīng)典的臨界比例度—Ziegler-Nichols方法進(jìn)行比較。仿真結(jié)果表明該算法具有較好的控制效果。

關(guān)鍵詞PID控制；BP神經(jīng)網(wǎng)絡(luò)；遺傳算法；參數(shù)優(yōu)化

1引言

由于常規(guī)PID控制具有魯棒性好，結(jié)構(gòu)簡(jiǎn)單等優(yōu)點(diǎn)，在工業(yè)控制中得到了廣泛的應(yīng)用。PID控制的基本思想是將P（偏差的比例），I（偏差的積分）和D（偏差的微分）進(jìn)線性組合構(gòu)成控制器，對(duì)被控對(duì)象進(jìn)行控制。所以系統(tǒng)控制的優(yōu)劣取決于這三個(gè)參數(shù)。但是常規(guī)PID控制參數(shù)往往不能進(jìn)行在線調(diào)整，難以適應(yīng)對(duì)象的變化，另外對(duì)高階或者多變量的強(qiáng)耦合過(guò)程，由于整定條件的限制，以及對(duì)象的動(dòng)態(tài)特性隨著環(huán)境等的變化而變化，PID參數(shù)也很難達(dá)到最優(yōu)的狀態(tài)。

神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)等優(yōu)點(diǎn)，提出了利用BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法，對(duì)控制器參數(shù)進(jìn)行在線調(diào)整，以滿足控制要求。由于BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程較慢，可能導(dǎo)致局部極小點(diǎn)[2]。本文提出了改進(jìn)的BP算法，將遺傳算法和BP算法結(jié)合對(duì)網(wǎng)絡(luò)閾值和權(quán)值進(jìn)行優(yōu)化，避免權(quán)值和閾值陷入局部極小點(diǎn)。

2加熱爐的PID控制

加熱爐控制系統(tǒng)如圖1所示，控制規(guī)律常采用PID控制規(guī)律。

圖1加熱爐控制系統(tǒng)簡(jiǎn)圖

若加熱爐具有的數(shù)學(xué)模型為：

則PID控制過(guò)程箭圖可以用圖2表示。

其中，

采用經(jīng)典參數(shù)整定方法——臨界比例度對(duì)上述閉環(huán)系統(tǒng)進(jìn)行參數(shù)整定，確定PID控制器中Kp=2.259，Ki=0.869，Kd=0.276。參考輸入為單位階躍信號(hào)，仿真曲線如圖3所示。

圖2PID控制系統(tǒng)

圖3Z—N整定的控制曲線

仿真曲線表明，通過(guò)Z—N方法整定的參數(shù)控制效果不佳，加上PID參數(shù)不易實(shí)現(xiàn)在線調(diào)整，所以該方法不宜用于加熱爐的在線控制。

3基于遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)PID控制器參數(shù)優(yōu)化整定

對(duì)于加熱爐控制系統(tǒng)設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)自整定PID控制，它不依賴對(duì)象的模型知識(shí)，在網(wǎng)絡(luò)結(jié)構(gòu)確定之后，其控制功能能否達(dá)到要求完全取決于學(xué)習(xí)算法。

3.1遺傳算法改進(jìn)的BP算法實(shí)現(xiàn)

一般BP網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示，其算法步驟為：

（1）輸入訓(xùn)練樣本，按網(wǎng)絡(luò)結(jié)構(gòu)得到輸出；

（2）將實(shí)際輸出與希望輸出比較，得到誤差，根據(jù)誤差調(diào)節(jié)閾值和權(quán)值。重復(fù)兩個(gè)步驟，直到誤差滿足要求為止；

研究表明，采用上述BP算法逐步調(diào)整權(quán)值和閾值，可能導(dǎo)致學(xué)習(xí)過(guò)程收殮速度慢，訓(xùn)練時(shí)間過(guò)長(zhǎng)，又易陷入局部極小點(diǎn)而得不到最佳的權(quán)值和閾值分布。為了加快學(xué)習(xí)速率，已經(jīng)有了一些優(yōu)化BP算法[3]，采用動(dòng)態(tài)學(xué)習(xí)因子和慣性因子。這些方法在加快網(wǎng)絡(luò)收殮速度方面比較顯著，能較好地避免網(wǎng)絡(luò)陷入局部極小。遺傳算法不要求目標(biāo)函數(shù)具有連續(xù)性，而且可以對(duì)復(fù)雜的多峰的，非線性及不可微的函數(shù)實(shí)現(xiàn)全局尋優(yōu)，因此容易得到全局最優(yōu)解或性能很好的次優(yōu)解。將遺傳算法和BP算法相結(jié)合可以具有尋優(yōu)的全局性和精確性。算法過(guò)程為：

（1）對(duì)權(quán)值和閾值編碼生成初始種群，由于是多參數(shù)優(yōu)化問(wèn)題，采用多參數(shù)映射編碼；

（2）計(jì)算適應(yīng)度值；

（3）如果不滿足遺傳算法停止條件，則對(duì)當(dāng)代種群進(jìn)行交叉、選擇和變異產(chǎn)生新的個(gè)體，轉(zhuǎn)(2)；否則，轉(zhuǎn)（4）；

（4）對(duì)遺傳算法找到的較好的解空間，采用BP算法在這些小的解空間中搜索出最優(yōu)解。

3.2PID參數(shù)優(yōu)化

由圖5可知，神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，通過(guò)在線調(diào)整PID的三個(gè)參數(shù)Kp，Ki，Kd，以達(dá)到某種性能指標(biāo)的最優(yōu)化。

圖5BP網(wǎng)絡(luò)整定PID參數(shù)原理圖

經(jīng)典增量式PID的控制算法：

算法步驟：

(1)確定網(wǎng)絡(luò)結(jié)構(gòu)，采用3—4—3的結(jié)構(gòu)，輸入分別為e(k)，e(k)-e(k-1)，e(k)-2e(k-1)+e(k-2)。輸出為Kp，Ki，Kd。

(2)選擇初始種群N=60，交叉概率Pc=0.08，權(quán)值，閾值的范圍和初始化。選取目標(biāo)函數(shù)為（偏差絕對(duì)值積分）：，適應(yīng)度函數(shù)為：

(3)采樣得到rin（k）和yout（k），計(jì)算該時(shí)刻的誤差。

(4)對(duì)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)，在線調(diào)整權(quán)值，閾值，計(jì)算神經(jīng)網(wǎng)絡(luò)的各層輸入，輸出，得到三個(gè)可調(diào)參數(shù)Kp，Ki，Kd。計(jì)算系統(tǒng)輸出。

(5)計(jì)算適應(yīng)度若不滿足要求，轉(zhuǎn)入第（3）步。

(6)找到最優(yōu)的Kp，Ki，Kd，對(duì)系統(tǒng)仿真。

圖6BP網(wǎng)絡(luò)整定的控制曲線

仿真結(jié)果顯示，用BP神經(jīng)網(wǎng)絡(luò)整定的PID控制系統(tǒng)比經(jīng)典的Z—N（臨界比例度）法有更快的響應(yīng)特性，良好的動(dòng)態(tài)特性和比較強(qiáng)的魯棒性。

4結(jié)束語(yǔ)

由于神經(jīng)網(wǎng)絡(luò)具有自組織、自學(xué)習(xí)等優(yōu)點(diǎn)，本文提出的優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法對(duì)控制器參數(shù)進(jìn)行尋優(yōu)，可根據(jù)對(duì)象的變化情況對(duì)控制器參數(shù)的在線調(diào)整，滿足控制對(duì)象的動(dòng)態(tài)特性隨著環(huán)境變化而變化的要求。達(dá)到好的控制效果。遺傳算法與BP網(wǎng)絡(luò)的結(jié)合彌補(bǔ)了BP網(wǎng)絡(luò)學(xué)習(xí)過(guò)程收斂速度慢，可能陷入局部級(jí)小的不足。

參考文獻(xiàn)

[1]王樹(shù)青等編著.工業(yè)過(guò)程控制工程[M].北京：化學(xué)工業(yè)出版社，2002

[2]李士勇著.模糊控制、神經(jīng)控制和智能控制論[M].哈爾濱：哈爾并工業(yè)大學(xué)出版社，1996

[3]胡志軍，王建國(guó)，王鴻斌.基于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的PID控制研究與仿真[J].微電子學(xué)與計(jì)算機(jī)2006，23(12)：138—140

[4]張文修著.遺傳算法的數(shù)學(xué)基礎(chǔ)[M].西安：西安交通大學(xué)出版社，2003

[5]韓力群著.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M].北京：化學(xué)工業(yè)出版社，2002

[6]趙文峰著.Matlab控制系統(tǒng)設(shè)計(jì)與仿真[M].西安：西安電子科技大學(xué)出版社，2003