精选优质文档-倾情为你奉上基于BP神经网络的自适应PID控制器设计一 基于BP神经网络的自适应PID控制器的原理PID控制是最早发展起来的、 应用领域至今仍然广泛的控制策略之一，它是基于对象数学模型的方法，尤其适用于可建立精确数学模型的确定性控制系统。其优点是算法简单、 鲁棒性好和可靠性高。但是，由于实际工业生产过程往往具有非线性，许多非线性系统难以确定精确的数学模型，常规的PID控制器就不能达到理想的控制效果，由于受到参数整定方法烦杂的困扰，参数往往整定不良、 性能欠佳。神经网络所具有的任意非线性表达能力，可以通过对系统性能的学习来实现具有最佳组合的PID控制。基于BP网络的自适应PID控制器，通过BP神经网络调整自身权系数，对PID控制参数进行调节，以达到某种性能指标的最优。二 基于BP神经网络的自适应PID控制器的控制器结构i基于BP神经网络的PID控制系统结构图如图1所示：图1 BP网络结构jk此控制器由两部分组成：（1）经典的PID控制器，直接对被控对象进行闭环控制，并且三个参数，
