基于模糊RBF神经网络的大口径武器PID控制

发布时间：2022-11-01 19:01

　　针对大口径武器液压伺服系统控制时内部参数的不确定性和时变性问题,利用模糊控制鲁棒性强和容错能力好的特点,对传统PID控制进行改造,同时结合RBF神经网络来解决模糊控制精度差的问题。此外,利用蚁群聚类对RBF神经网络的初始参数进行初始化,采用共轭梯度法对神经网络进行优化训练。仿真结果表明,该控制策略能较好地抑制大口径武器系统的时变性与非线性问题,同时保证了系统的调炮速度和精度。 

【文章页数】：5 页

【文章目录】：
0 引言
1 系统原理及数学模型建立
    1.1 系统原理
    1.2 系统数学模型建立
2 模糊RBF神经网络PID复合控制器
    2.1 模糊RBF神经网络控制器结构
    2.2 模糊神经网络结构
        1) 输入层。
        2) 模糊化层。
        3) 模糊推理层。
        4) 输出层。
    2.3 模糊神经网络的参数初始化
    2.4 模糊神经网络的学习算法
3 实验仿真
4 结论



本文编号：3699925