关键词:
BP-PID
神经网络
隐含层
温室
MATLAB
摘要:
【目的】传统控制方法存在控制精度低、系统输出不稳定、明显大滞后等问题,亟需探索一种适用于现代农业温室生产系统的合理有效的控制策略。【方法】首先,根据BP神经网络原理确定BP-PID控制器的模型;其次,结合不同的隐含层神经元计算公式,确定不同数量的隐含层神经元节点,并通过MATLAB软件对不同隐含层神经元节点数量的BP-PID算法进行仿真;最后,分析BP神经网络中隐含层神经元节点数量对控制结果的影响,并确定仿真模型的隐含层神经元节点阈值区间。【结果】在3输入、3输出的BP-PID控制中,隐含层神经元节点较少时(q≤3),系统的响应曲线不够平滑,控制精度较低;隐含层神经元节点过多时(q≥8),系统响应曲线的平滑度较好,但控制精度难以进一步提升,超调现象也难以进一步改善。【结论】隐含层神经元节点q=6时具有较好的控制效果,虽然不同数量的隐含层神经元节点在控制系统中的效果不尽相同,但整体效果均优于常规PID控制,BP-PID控制适用于具有延时环节的一阶惯性温室系统。