基于神经网络分数阶PIaD β控制的智能车研究
The Intelligent Vehicle Research on Neural Network Fractional Order Control

作者: 雷 勇 , 郑慧娟 :贵州大学电气工程学院;

关键词: BP神经网络分数阶PIaD &beta 智能车预瞄跟随理论BP Neural Network Fractional Order PIaD &beta Smart Car Preliminary Glance with Theory

摘要: 文将BP神经网络与分数阶有机结合,采用预瞄跟随理论对高度非线性的智能车进行简化建模,设计了基于神经网络分数阶控制的智能车。最后对设计进行了仿真验证,并与普通分数阶及常规PID的控制效果进行了比较分析,仿真验证表明了神经网络分数阶控制器在动态性能、稳态误差等方面都要优于一般分数阶及常规PID控制,证明了本设计的有效性。

Abstract: In this paper, we combined the BP neural network with the fractional order  organically. Using preview follower theory simplified modeling for highly nonlinear intelligent vehicles, designed of fractional-order  control based on neural network intelligent vehicles. Finally, designed with simulation and validation, and with normal fractional order  and conventional PID control effect for a comparative analysis, simulation showed that the fractional-order  controller based on neural networks in terms of dynamic performance, steady-state and error are better than the general fractional order  and conventional PID control, proved the effectiveness of the design.

文章引用: 雷 勇 , 郑慧娟 (2012) 基于神经网络分数阶PIaD β控制的智能车研究。 建模与仿真, 1, 45-48. doi: 10.12677/MOS.2012.12007

参考文献

[1] I. Podubny. Fraction-order systems and controllers. IEEE Trans- actions on Automatic Control, 1999, 44(1): 208-213.

[2] 贾翔宇, 季厌庸, 丁芳. 前馈–改进PID算法在智能车控制上的应用[J]. 计算机与信息技术, 2011, 22: 28-29.

[3] 吴振宇, 赵亮, 冯林. 基于分数阶PID控制器的智能车控制 [J]. 控制工程, 2011, 18(3): 401-403.

[4] 祝奔石. 分数阶微积分及其应用[J]. 黄冈师范学院学报, 2011, 6: 1-4.

[5] 胡海波, 黄友锐. 基于神经网络分数阶PID控制器在磨矿分级系统中的应用研究[J]. 煤矿机械, 2009, 11: 198-200.

[6] 薛定宇, 赵春娜. 分数阶系统的分数阶PID控制器设计[J]. 控制理论与应用, 2007, 5: 773-775.

[7] 田小敏, 黄友锐, 曲立国. 基于小波神经网络分数阶 控制器的设计[J]. 安徽理工大学学报(自然科学版), 2011, 31(3): 10-11.

[8] 曾军, 方厚辉. 神经网络PID控制及其Matlab仿真[J]. 现代电子技术, 2004, 169(2): 50-52.

[9] 徐丽娜. 神经网络控制[M]. 北京: 电子工业出版社, 2003: 232-247.

分享
Top