基于改进型BP神经网络自整定的PID控制

文章针对传统BP神经网络学习存在收敛速度慢的问题,提出了一种改进BP学习算法的PID参数整定方法。通过结合附加动量项与自调整学习速率两种方法,解决了学习过程中误差曲面剧烈变化的振荡大和脱离误差曲面平坦区慢的问题。利用Simulink对传统和改进后的BP神经网络在电机PID控制系统参数整定上进行了系统仿真对比,结果表明改进后的BP神经网络较传统BP算法的具有更优的收敛性能和收敛速度。