精选优质文档-倾情为你奉上BP神经网络PID控制BP神经网络的原理不再赘述，采用BP神经控制对PID进行参数整定的原理框图如下：BPNNPID控制器Plantde/dtrinyouterrorKpKiKd BP神经网络可以根据系统运行的状态，对PID参数Kp,Ki和Kd进行调节，使系统达到最优的控制状态。经典的增量式数字PID的控制算法为：采用三层BP神经网络结构。输入层神经元个数可根据被控系统的复杂程度选取。可从如下参数中选取，系统输入，系统输出，系统误差，和误差变量，可在系统误差e的基础之上再加上其他参数输入，使BP神经网络能够适应更为复杂的系统的PID参数整定。隐层神经元的个数视被控系统的复杂程度进行调整，一本系统复杂时，就需选用更多的隐层神经元。输出层的神经元个数为3个，输出分别为Kp,Ki和Kd。隐层神经元函数一般选取正负对称的sigmoid函数：由于Kp,Ki和Kd必须为正，则输出层神经元函数的输出值一般可以选取正的sigmoid函数：系统性能指标取：采用梯度下降法对BP
