论文总字数：30592字

摘 要

本文针对同一个模型，分别使用传统PID（Proportion,Integration,Diffe^-

rentiation)算子、模糊算子、遗传算子和模糊神经网络算子来调节PID参数。传统PID算法只是对线性系统效果较好，且自适应性较差，然而遗传算法、模糊算法、神经网络算法等智能控制算法在这方面具有很大的优势。遗传算子的搜寻始于串集，方便全体择优，同时算子自身易达到并行化；模糊算子则采用言语方式，且对过程的切确模型没有需求，但自身学习能力较差；同时神经网络并行处理的规模大、且利用分布式的形式处理，自身组织，自身学习。本文以经典控制理论为根本，联合神经网络、遗传算法和模糊逻辑的各自特征，将传统的PID控制算法与以上三种原理结合，各自设计出了以遗传算法-PID控制，模糊-PID控制，模糊神经-PID控制为基础的控制系统，最后针对传统的控制和这三种智能控制方法进行了MATLAB仿真实验，并将结果进行了对比。仿真成果显示，基于智能理论的控制器拥有令人满意的控制结果，发展前景广阔。

关键词：PID控制器；遗传算法；模糊控制；模糊神经网络；MATLAB仿真

Abstract

In this paper,we adjust the PID controller parameters by using traditional PID algorithm, genetic algorithm, fuzzy algorithm and fuzzy neural network algorithm for the same model.Traditional PID algorithm is better for linear systems and of poor adaptability.However,intelligent control algorithm has a great advantage in this regard,such as genetic algorithms,fuzzy algorithms,neural network algorithms and so on.Genetic algorithm search for the overall merit from the beginning of string set of solutions,and itself is easy to implement parallelization.Because of using of fuzzy language,fuzzy algorithm does not require precise model of the process,but it is poor in the self-learning ability.And neural network is good at distributed processing ,self-organizing and self-learning.Combining with their own characteristics,we designed GA-PID,fuzzy-PID and fuzzy neural-PID controller based on the traditional classical control theory.Finally,we compared the results of MATLAB simulation based on traditional PID algorithm and these intelligent algorithm.The simulation results show that the controller based on intelligent theory has better control effect and broader development prospects.

Key words:PID controller;genetic algorithm;fuzzy control;fuzzy neural network;MATLAB simulation.

目 录

摘 要

Abstract

目 录

第一章 绪论

1.1课题研究的背景及意义

1.2国内外相关技术研究现状

1.2.1传统PID控制应用现状

1.2.2智能控制的研究现状及其应用

1.3本文主要研究的内容

第二章 理论基础

2.1引言

2.2 PID理论基础

2.2.1 PID控制器的发展历程

2.2.2 PID的控制原理

2.3遗传算法的基本理论

2.3.1遗传算法的发展及应用

2.3.2遗传算法的特点

2.3.3遗传算法的基本操作

2.3.4遗传算法的参数整定

2.3.5基于遗传算法的PID控制器

2.4模糊控制的理论基础

2.4.1模糊控制的数学基础

2.4.2模糊控制器的设计方法

2.4.3模糊控制的工作原理

2.4.4模糊控制器的结构设计

2.4.5模糊PID控制器

2.5神经网络的理论基础

2.5.3神经网络运行机制

2.5.4神经网络的学习算法

2.6小结

第三章 基于模糊神经网络的PID控制器设计

3.1模糊神经网络融合形式

3.2基于标准模糊模型的模糊神经网络

3.3基于T-S模型的模糊神经网络

3.4模糊神经-PID控制器设计

第四章 基于同一系统的仿真分析

4.1MATLAB简介

4.2仿真结果

4.2.1基于遗传算法的控制器的仿真

4.2.2基于模糊逻辑的控制器的仿真

4.2.3基于模糊神经网络的控制器的仿真

4.3仿真结果比较

结　　论

参考文献

致 谢

第一章 绪论

1.1课题研究的背景及意义

PID控制已被广泛应用在过程控制中，由美国人维纳在一九四几年创立了控制理论以来，控制科学已经经历了经典控制理论和现代控制理论两个阶段，而且步入了智能控制理论的紧要发展时期，虽管仍不成熟。在解决由于复杂、突变和不确定等特性所带来的繁杂控制问题时，传统控制方法却表现地心余力绌。为了顺应人类进步及各个社会领域对控制科学的新需要，人们务必要研究新的控制方法；为了处理种种繁杂体系的控制难题，海内外从事控制科学研究的科学家都在摸索独创的控制理论。最近，更多的研究人员已认识到在传统控制中增加启示性、推论和逻辑学识的必要性，把经典控制技术与智能控制技术联系起来，根据专家的经验来智能地完成繁杂系统的控制，从而慢慢构成了智能控制理论的较完整的体系。

智能控制思想第一次是由普渡大学的K.S.Fu教授于六几年提出的，他在20世纪60年代率先提出了研究系统的人工智能的启发式推理规则，这一举措对自动控制是新的一页，然后孟德尔在1966年将人工智能技术研究应用于空间飞行器中，并提出了“人工智能控制”的新概念；同年，Leondes和Mendel最先采用了“智能控制（Intelligent Control)”这一术语，并运用记忆、目标分块等技巧来研习控制系统；以上都体现了智能控制技术的初期产生，我们普遍把这些叫作智能控制的萌芽期。到了七十年代，人们对上述智能控制思想有了进一步的深化，并把这一时期称作智能控制的产生和滋长期。1971年，Fu的论文中写到智能控制结合了人工智能和自动控制的思想，其中陈列了3种智能控制系统，分别为人行为控制器、人机合作行为控制器、自主机器人。八十年代，关于智能控制的钻研已步入了疾速发展时期。1984年，Astrom发表的论文中第一次把智能化的专家控制技术应用到控制系统中，并表述了创建专家控制的新定义；与此同时，Hopfield创建的Hopfield 网络及Rumelhart发现的BP算法使一直没有什么活力的人工神经网络研究变得更有朝气，从而慢慢出现了智能控制领域。

请支付后下载全文，论文总字数：30592字