一种基于遗传BP神经网络的分数阶参数整定方法

摘要

对于离散、非线性、大时滞等复杂系统BP神经网络具有优越的处理能力。而将遗传算法引入与之结合，能够有效的弥补神经网络的缺陷，从而能显著提高收敛速度并且减小系统误差。本文运用遗传算法来改进BP神经网络，实现改进的BP神经网络具有更好的收敛性，然后采用改进的BP神经网络对分数阶PID控制器参数进行整定，通过具体实例在Matlab平台下进行仿真，验证所提方法的有效性。仿真结果表明遗传算法能够有效的改善神经网络在收敛速度和预测精度上的不足，基于本文改进方法对一个复杂分数阶被控系统进行分数阶PID控制器设计，通过仿真曲线证实了所提方法设计的控制器能够取得良好的控制品质。