权值混合更新的神经网络液位控制方法及应用

摘要

综合考虑现场液位控制的需求、增量式PID实质及算法计算复杂度，设计了一权值混合更新的神经网络控制器。输入层到隐层的权值向量更新采用梯度下降法，隐层到输出层的权值向量更新采用LevenbergMarquardt算法，并结合信赖域理论对相关参数设置进行了详细说明。双容水箱液位控制实验表明，调节阀动作次数少，控制器参数人工设置简单，并具有良好的动态性能、抗扰性能及稳态精度，并可在省却流量变送器的前提下取代常规的PID串级控制。