论文部分内容阅读
以便克服系统非线性和在磁性的适用的系统固有的不确定性， GA (基因算法) 基于 PID 神经网络控制器被设计并且训练了仿效一个完全的系统的操作(磁性的适用，控制器，和力量放大器) 。使用一个神经网络与未知动力学控制非线性的磁性的适用系统的可行性被表明。控制计划的关键概念是使用 GA 评估候选人答案(染色体) ，增加 PID 神经网络的归纳能力并且避免受不了在网络由于学习方法的坡度降下的使用学习的本地最小问题。模拟结果证明建议体系结构在控制磁性的适用的系统提供很好柔韧的性能和更好的加强学习能力。