摘要：提出了一种新的改进遗传算法优化的神经网络PID控制器。该方法设计了基于性能指标的适应度函数、自适应的交叉概率、变异概率,引入移民的遗传算法,从而有效地抑制了早熟和维持种群多样性,保证了得到的优化参数为最优参数。该方法为非线性被控对象的控制提供了一种最优参数控制器设计途径。仿真结果证明:利用改进遗传算法设计的控制紧闭环性能优越,鲁棒性强。

摘要：为了消除神经网络参数初值对控制器性能的影响,提出了一种改进遗传算法优化的RBF神经网络控制器。该方法设计了基于性能指标的适应度函数,自适应的交叉概率、变异概率,引入移民的遗传算法,保证了得到的控制器为最优参数控制器。该方法可用于非线性对象的控制器设计,仿真结果说明了该方法的有效性。

摘要：神经网络的初始权值的选取影响控制器的性能,本文提出了一种新的改进遗传算法优化的 BP 神经网络 PID 控制器。该方法设计了组合交叉操作,交叉、变异并行结构及引入移民的遗传算法。将该方法用于控制器设计,仿真结果说明了该方法的有效性。