论文部分内容阅读
提出一种基于粗糙集的神经网络 PID控制器。该控制器利用粗糙集的数据约简方法 ,约简 BP网络样本的冗余属性和属性值并保留重要数据得到最小样本 ,然后用这个最小样本训练BP网络。最后利用 BP网络对动态过程中的 PID控制参数进行实时在线调整。对串级过热气温控制系统的仿真结果表明 ,与传统的神经网络 PID建模方法相比 ,该控制器网络训练时间少、抗扰性和鲁棒性强