為了更好的實(shí)現(xiàn)對溫室環(huán)境系統(tǒng)的智能控制,針對溫室環(huán)境系統(tǒng)存在非線性、強(qiáng)耦合、大滯后、強(qiáng)時(shí)變等問題,在分析BP神經(jīng)網(wǎng)絡(luò)技術(shù)的基礎(chǔ)上,提出并設(shè)計(jì)出一種基于遺傳-粒子群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)PID控制器,該控制器結(jié)合遺傳算法強(qiáng)全局搜索能力以及粒子群算法強(qiáng)局部搜索能力和收斂速度快的特點(diǎn),對神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化,對溫室環(huán)境系統(tǒng)起到了有效的控制。最后對常規(guī)和改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)PID控制器進(jìn)行仿真對比研究。仿真結(jié)果表明,經(jīng)過改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)PID控制有更好的穩(wěn)定性和魯棒性。 

【文章來源】：電子測量技術(shù). 2019,42(04)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引 言
1 溫室環(huán)境系統(tǒng)數(shù)學(xué)模型
2 常規(guī)BP神經(jīng)網(wǎng)絡(luò)PID控制
3 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)PID控制
    3.1 遺傳優(yōu)化算法
    3.2 粒子群優(yōu)化算法
    3.3 基于GA-PSO算法的BP神經(jīng)網(wǎng)絡(luò)PID控制
        1) BP、GA以及PSO算法比較分析
        2) GA-PSO算法分析
        3) GA-PSO-BP神經(jīng)網(wǎng)絡(luò)PID控制器設(shè)計(jì)
        4) GA-PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值
4 應(yīng)用與仿真
5 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器參數(shù)調(diào)整[J]. 張永振,蘇寒松,劉高華,廖澤龍.  南開大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[2]基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)研究應(yīng)用[J]. 墨蒙,趙龍章,龔嬡雯,吳揚(yáng).  現(xiàn)代電子技術(shù). 2018(09)
[3]基于粒子群遺傳算法的城市軌道交通列車折返時(shí)刻表優(yōu)化研究[J]. 孫旺.  鐵道運(yùn)輸與經(jīng)濟(jì). 2018(04)
[4]基于STM32的無線溫室大棚控制系統(tǒng)設(shè)計(jì)[J]. 王博,劉忠富,莊婧昱,吳學(xué)富.  電子測量技術(shù). 2017(06)
[5]改進(jìn)PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的人體姿態(tài)識(shí)別[J]. 何佳佳,李平,劉井平,戴傲.  傳感器與微系統(tǒng). 2017(01)
[6]PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的串聯(lián)故障電弧識(shí)別方法[J]. 張揚(yáng),劉艷麗.  傳感器與微系統(tǒng). 2016(07)
[7]基于GA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的液壓鉆機(jī)故障診斷[J]. 余發(fā)山,康洪.  電子測量技術(shù). 2016(02)
[8]人工蜂群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在入侵檢測中的應(yīng)用[J]. 沈夏炯,王龍,韓道軍.  計(jì)算機(jī)工程. 2016(02)
[9]基于遺傳算法BP神經(jīng)網(wǎng)絡(luò)的恒壓供水系統(tǒng)的研究[J]. 呂國芳,張明艷.  電子設(shè)計(jì)工程. 2015(15)
[10]BP神經(jīng)網(wǎng)絡(luò)PID控制算法在農(nóng)作物干燥控制系統(tǒng)中的應(yīng)用研究與設(shè)計(jì)[J]. 呂偉,姚凱學(xué).  計(jì)算機(jī)測量與控制. 2015(02)



本文編號：3243165