基于遗传算法和模糊神经网络的PID控制器参数优化方法

摘要

针对传统的PID控制器参数优化需要被控对象精确数学模型问题,利用不需要被控对象数学模型的模糊控制理论和神经网络的自适应和自学习的能力以及遗传算法的全局优化能力,提出一种基于遗传算法、模糊控制理论和神经网络相结合的PID控制器参数优化方法.该方法首先利用十进制编码对遗传算法进行编码,然后集中优化模糊神经网络参数和结构,接着再用优化的模糊神经网络确定PID控制器参数,获得模糊神经网络PID控制器.最后通过达州钢铁集团扎钢厂中央空调控制系统实际应用,结果表明该优化方法具有较强的抗干扰能力和鲁棒性.