论文部分内容阅读
传统的比例积分控制器具有一定的局限性，尤其是当被控对象会有非线性、不确定性和时变特性，常规的PID控制器往往难以发挥作用，甚至会失稳．利用神经网络进行复杂过程的PID控制可以很好地解决上述问题．Levenberg—Marquadt（LM）算法是梯度下降法与高斯一牛顿法的结合，就训练次数与精度而言，它明显优于共轭梯度法及变学习率的BP算法，适用于PID控制．得到了在线自适应神经网络PID控制算法，该算法改善了传统BP算法，实现了现有PID控制器控制方法．