一种基于PF-RBF的ANNPID参数自整定方法

摘要

针对实际控制过程中控制对象难以建立精确模型和由于非线性非高斯噪声干扰导致控制效果难以达到预期的问题,提出了一种基于粒子滤波和RBF神经网络辨识(RBF Neural Network and Particle Filter Algrothm,PF-RBF)的单神经元PID参数自整定方法.通过PF和RBF系统辨识得到精确的系统Jacobian信息,解决神经网络PID控制由于Jacobian信息未知导致的近似计算不精确问题.仿真实例表明,相对于无PF滤波的RBF辨识控制系统,该方法能改善控制系统的性能指标和抗干扰能力,对实际控制过程具有一定的指导意义.