摘 要：本文討論了神經(jīng)網(wǎng)絡(luò)PID控制策略，利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力進(jìn)行PID控制參數(shù)的在線整定，并使用Matlab軟件進(jìn)行了仿真研究。仿真結(jié)果表明，神經(jīng)網(wǎng)絡(luò)PID控制器參數(shù)調(diào)整簡單，具有很高的精度和很強(qiáng)的適應(yīng)性，可以獲得滿意的控制效果。 關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)，BP網(wǎng)絡(luò)，PID，參數(shù)整定，仿真 Abstract: This paper discusses the nerve network PID control strategy, makes use of the study ability of the nerve network to turning the PID control parameters, and proceeds the simulation research using matlab software. From the simulation results, it is can be shown that Neural Network PID controller have the higher accuracy and stronger adaptability, and can get satisfied control result. Key word: neural network, BP neural network, PID, parameter turning, simulation 1.引言 　　PID控制由于其具有直觀性好、實(shí)現(xiàn)簡單、可靠性高以及強(qiáng)魯棒性等優(yōu)點(diǎn)，在工業(yè)控制中得到廣泛的應(yīng)用，尤其適用于建立了精確數(shù)學(xué)模型的確定性系統(tǒng)。然而常規(guī)PID控制效果的優(yōu)劣直接取決于控制參數(shù)選取的好壞，而傳統(tǒng)方法是在獲取控制對象數(shù)學(xué)模型的基礎(chǔ)上,根據(jù)某一整定原則來確定PID參數(shù)，但現(xiàn)代工業(yè)過程機(jī)理復(fù)雜，大都存在著非線性、時變、變參數(shù)、變結(jié)構(gòu)等不確定性，難以確定精確的數(shù)學(xué)模型，利用常規(guī)的PID控制很難獲得滿意的控制效果。另外，常規(guī)PID控制存在著控制參數(shù)形式固定、不易在線調(diào)整、參數(shù)整定過程長、參數(shù)間相互影響等問題，這在一定程度上影響了PID控制的使用及控制效果; 　　為使控制器具有較好地自適應(yīng)性，實(shí)現(xiàn)控制參數(shù)的自動調(diào)節(jié)，可以采用神經(jīng)網(wǎng)絡(luò)控制的方法。利用神經(jīng)網(wǎng)絡(luò)所具有的非線性映射能力、自學(xué)習(xí)能力、概括推廣能力，結(jié)合常規(guī)PID控制理論，通過吸收兩者的優(yōu)勢，使系統(tǒng)具有自適應(yīng)性，可自動調(diào)節(jié)控制參數(shù)，適應(yīng)被控過程的變化，提高控制性能和可靠性。 　　詳情請點(diǎn)擊：神經(jīng)網(wǎng)絡(luò)PID控制策略及其Matlab仿真研究