一种变异粒子群优化的BP神经网络PID控制算法

摘要

本发明公开了一种变异粒子群优化的BP神经网络PID控制算法，它包括如下步骤：步骤一、初始化BP神经网络；步骤二、初始化变异粒子群优化算法；步骤三、确定BP神经网络输入信号；步骤四、计算PID控制系统输出可调参数；步骤五、更新粒子个体最优值以及全局最优值；步骤六、进行变异操作；步骤七、判断是否终止迭代；步骤八确定PID控制系统输出可调参数。本发明不需要建立精确地数学模型，能够自动识别被控制过程参数、自动整定控制参数、适应被控制过程的参数变化，还克服了传统BP神经网络的反向传播误差修正方法执行速度缓慢，极易陷入到局部最小的缺陷，具有更强的鲁棒性以及更为优秀的控制效果。