[1]林大煜,李钟慎.用虚拟仪器实现BP神经网络的PID控制[J].华侨大学学报(自然科学版),2011,32(4):475-477.[doi:10.11830/ISSN.1000-5013.2011.04.0475]
　LIN Da-yu,LI Zhong-shen.Controlling of BP NN-PID Achieved with LabVIEW[J].Journal of Huaqiao University(Natural Science),2011,32(4):475-477.[doi:10.11830/ISSN.1000-5013.2011.04.0475]
点击复制

用虚拟仪器实现BP神经网络的PID控制()
分享到：

《华侨大学学报（自然科学版）》[ISSN:1000-5013/CN:35-1079/N]

卷:
第32卷
期数:
2011年第4期
页码:
475-477
栏目:
出版日期:
2011-07-20

文章信息/Info

Title:
Controlling of BP NN-PID Achieved with LabVIEW
文章编号:
1000-5013(2011)04-0475-03
作者:
林大煜; 李钟慎
华侨大学机电及自动化学院
Author(s):
LIN Da-yu;  LI Zhong-shen
College of Mechanical Engineering and Automation, Huaqiao University, Quanzhou 362021, China
关键词:
反向传播神经网络;  比例积分微分控制;  LabVIEW;  Matlab
Keywords:
BP NN-PID;  proportional-integral-derivative controll;  LabVIEW simulation;  matlab
分类号:
TP183; TP274
DOI:
10.11830/ISSN.1000-5013.2011.04.0475
文献标志码:
A
摘要:
新建一个3层BP神经网络的虚拟仪器程序,通过设置隐含层层数、学习速率、惯性系数、输入信号类型和采样周期等控制单元,可将PID控制器的调控参数传递给后台程序.程序运行时,用户在控制面板中修改参数的输入值,系统做出实时响应,系统输出波形也会发生相应的变化.仿真结果表明,BP神经网络PID控制器参数调整简单,具有较高的精度和较强的适应性.
Abstract:
A new layer 3 BP neural network of virtual instrument in the program is created.By setting the implicit layers,learning rate,inertia coefficient,the input signal types and sampling period control unit,etc.,the PID controller parameters can be passed to the backend application.When the program is running if parameters of the input value are modified in the control panel,the system will make real-time response,at the same time the output waveform of the system will change.Simulation results show that the adjustment method of BP neural network PID controller parameters is simple and it has higher precision and strong adaptability.

参考文献/References:

[1] 王贤林. 虚拟仪器及其应用前景 [J]. 武汉科技大学学报（自然科学版）, 2002(2):149-150.doi:10.3969/j.issn.1674-3644.2002.02.013.
[2] 童官军, 杨世凤, 王建新. 基于LabVIEW 的神经网络PID自适应控制器的设计与应用 [J]. 天津科技大学学报, 2005(4):80-83.doi:10.3969/j.issn.1672-6510.2005.04.021.
[3] 史忠值. 神经网络 [M]. 北京:高等教育出版社, 2009.
[4] BISHOP R H, 乔瑞萍. LabVIEW 6i实用教程 [M]. 北京:电子工业出版社, 2003.
[5] 刘金琨. 先进PID控制及Matlab仿真 [M]. 北京:电子工业出版社, 2003.
[6] 张学燕. 神经网络自适应PID控制器的研究与仿真 [D]. 贵阳:贵州大学, 2008.
[7] 郑义民, 王永初. 不同结构PID控制性能的分析和比较 [J]. 华侨大学学报(自然科学版), 2005(1):69-71.doi:10.3969/j.issn.1000-5013.2005.01.018.

备注/Memo

备注/Memo:
福建省自然科学基金计划资助项目(E0710018)
更新日期/Last Update: 2014-03-23