改进的基于RBF网络自适应PID控制算法 (2008年)

简介：
本文提出了一种改进的基于径向基函数（RBF）网络的自适应PID控制算法。通过结合RBF神经网络的优势，实现了对传统PID控制器参数的在线调整，以提高系统的动态响应和稳定性。该方法适用于多种复杂工业过程控制系统中，尤其在面对非线性、时变系统方面表现卓越。 针对工业过程控制中的非线性、时变性和各种不确定性问题，在现有的RBF网络整定PID控制基础上提出了一种改进的算法。该方法首先利用RBF神经网络在线辨识被控对象离散模型，获取控制器输出关于系统的Jacobian信息；然后采用Levenberg-Marquardt算法替代传统的梯度法对PID参数进行调整，从而形成一种优化后的整定策略。通过模拟研究锅炉汽包水位控制系统验证了该方法的有效性和优越性，并表明改进的控制算法能够提升系统的快速响应能力和鲁棒性能，在实际应用中具有推广价值。