论文部分内容阅读
为了使神经网络PID取得更好的控制性能，采用改进的粒子群算法对神经网络的权值进行优化，通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象进行的仿真研究结果表明，所提出的嵌入混沌序列的小生境粒子群算法可以避免局部极小，具有全局优化的能力，对神经网络PID的权值优化是成功和有效的，使得具有多模型特性的汽温控制系统在不同的负荷下均获得很好的调节品质。