Resumen

Este trabajo presenta un método compuesto de optimización de parámetros basado en la optimización de enjambre de partículas caóticas y los algoritmos de retropropagación para un controlador compuesto de red neuronal difusa/diferenciación por integración proporcional, que se aplica a una plataforma aérea estabilizada inercialmente para aplicaciones de teledetección aérea. En primer lugar, se desarrolla un controlador compuesto que combina tanto la red neuronal difusa adaptativa como los métodos de control PID tradicionales para resolver la contradicción entre la precisión del control y la robustez debida a las perturbaciones. A continuación, sobre la base de la optimización de enjambre de partículas caóticas y los algoritmos compuestos de propagación hacia atrás, los parámetros del controlador compuesto de red neuronal difusa/PID se optimizan fuera de línea y se ajustan en línea, respectivamente. De esta forma, el controlador compuesto puede alcanzar una buena convergencia adaptativa para obtener una alta precisión de estabilización en un entorno de perturbaciones dinámicas multifuente. Para verificar el método, se realizan simulaciones. Los resultados muestran que el método de optimización del parámetro compuesto puede mejorar efectivamente la convergencia del controlador, por lo que la precisión de estabilización y la capacidad de rechazo de perturbaciones del controlador compuesto de red neuronal difusa/PID propuesto mejoran obviamente.

• Materias:Biotecnología Sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology sensors Sensor system Sensor technology
• Palabras claves:red neuronal difusa, método de optimización de enjambre de partículas caóticas, método de optimización de parámetros compuestos, controlador compuesto pid, controlador compuesto, red neuronal difusa adaptativa, algoritmos compuestos de retropropagación, entorno de perturbación dinámica multifuente, controlador compuesto de diferenciación de integración de proporciones, métodos de control pid tradicionales
• Keywords:fuzzy neural network, chaos particle swarm optimization, composite parameter optimization method, pid compound controller, compound controller, adaptive fuzzy neural network, back propagation compound algorithms, multisource dynamic disturbance environment, proportion integration differentiation compound controller, traditional pid control methods