330105-02-12-05-02-00
330105-02-12-05-02-00
330105-02-12-05-02-00
已知某系统的传递函数为，通过PID控制器将系统处于稳定状态，通过MATLAB软件编程。通过对参数的设置得到**终仿真结果。
图3-3PID误差动态曲线
图3-4PID控制器输入和输出动态曲线
图3-5Kp,Ki,Kd参数自整定曲线
从上面几幅图，BP神经网络PID控制系统在**超调量、上升时间、调节时间、暂态过程中的振荡范围等暂态性能上都要优于常规PID控制系统。它能使控制系统各输出值较好的跟踪给定值，从而保证高精度、高品质的控制输出。可当数学模型改变时，基于传统PID控制器的输出值就不能达到输出给定值，也不能达到稳定。可基于BP神经网络PID控制器仿真输出值依旧能够达到输出给定值，并持续稳定。
综上所述，BP神经网络PID控制系统优于常规PID控制系统主要在于：
首先，它达到稳定的过渡过程时间和上升时间短。BP神经网络PID控制系统达到稳定的过渡时和上升时间远远短于常规PID控制系统达到稳定的过渡过程时间和上升时间。这样有利于提高工作效率，节省用电量，保证水质达标。
**后，它的自适应能力强，不容易受到外界环境变化的干扰。常规PID控制系统在控制一个过程对象前，必须要整定PID参数，而且在实际中，由于系统参数等会不时的发生变化，这样常规PID控制系统很容易发生振荡，系统很难在较短的时间里达到**的控制效果。但是BP神经网络PID控制系统由于PID参数的在线整定，能够很快适应系统参数等发生的变化，从而可以较好的跟踪给定值。这些都表明BP神经网络PID控制可以应用到很多工程控制中，对很多现实生活中的控制系统都有很好的控制性能。
4.结论
虽然传统的PID控制具有结构简单、稳定性好、可靠性高等优点。但是由于传统的PID控制方法本身存在的问题：首先，传统的PID控制理论是建立在数学模型的基础上。被控对象若没有足够精度的数学模型。并且，传统的PID控制理论对非线性系统尚缺乏通用的分析和设计方法。还有，.尽管传统PID控制器具有一定的鲁棒性和适应性，但是对于强非线性、快速时变不确定性、强干扰等特性的对象，控制效果较差。这样就为基于神经网络PID控制创造了条件。因此，将PID控制和BP神经网络相结合的控制策略的研究倍受学者关注。比例、积分和微分神经元组成的PID神经网络具有快速学习能力和良好的性能；神经网络自整定PID控制参数可以在线整定和优化，具有较强的自适应能力和鲁棒性。能够应用到很多工程控制系统中。