基于改进的 PSO 在并联机构神经网络控制系统中的应用

摘要：

针对传统 PID 神经网络不能实时有效地控制非线性多变量系统的问题，设计了一种新型多变量自适应 PID 神经网络控制器。该控制器的隐含层带有输出反馈和激活反馈，实现了比例、微分和积分功能。利用一种基于解空间划分的改进粒子群算法对控制器参数进行优化，消除了初始值对控制器准确性的影响，并将控制器应用于并联机构控制中。由仿真结果可知：控制器控制精度高，鲁棒性和自适应性较强。这一研究为并联机构的精准控制和优化设计提供了理论基础。

关键词：PID 神经网络、并联机构、改进 PSO 算法

分类号：TH165+.2

在线出版日期：2015-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：60-64,70