论文部分内容阅读
针对工业生产过程具有时变、非线性、不确定和难以建立精确数学模型的特性，提出了用神经网络辨识被控对象，并针对常规PID控制器存在的设计复杂、计算量大、控制精度较差和参数值实时更新复杂等问题，提出采用基于BP网络辨识改进的自适应PID控制器。通过仿真与实验表明，神经网络辨识模型能较好的辨识被控对象的输出特性，同时该控制器的控制性能优于传统的PID控制器。