一种基于神经网络的PID型迭代学习控制方法

授权

摘要

本发明提出了一种基于神经网络的PID型迭代学习控制方法，属于控制科学与工程领域。对于一般的非线性差分系统，作者首先给出了一种迭代学习PID控制器，然后利用三个RBF神经网络对PID控制器中的动态参数进行拟合。根据梯度下降法对神经网络的权值进行估计并得出神经网络权值更新表达式。由于受控系统的精确模型比较复杂或者是未知的，我们无法求得神经网络权值估计表达式中系统伪偏导数(PPD)的真值，我们用其估计值来进行数值代替。这样就生了一个可以运行的非线性迭代学习控制算法。最后，举例说明了本算法在非线性系统和抓放机器人系统当中的数值仿真是有效的。因此这个算法可应用到一般的(未知的)非线性差分系统当中去。

基本信息

专利标题：

一种基于神经网络的PID型迭代学习控制方法

专利标题（英）：

暂无

公开（公告）号：

CN110376879A

申请号：

CN201910757702.7

公开（公告）日：

2019-10-25

申请日：

2019-08-16

授权号：

CN110376879B

授权日：

2022-05-10

发明人：

常明方吴爱国

申请人：

哈尔滨工业大学（深圳）

申请人地址：

广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区

代理机构：

深圳市添源知识产权代理事务所(普通合伙)

代理人：

黎健任

优先权：

CN201910757702.7

主分类号：

G05B11/42

IPC分类号：

G05B11/42