由于電加熱爐是溫度參數(shù)的定值控制，且存在干擾和對象參數(shù)變化的情況，為驗證改進BP神經(jīng)網(wǎng)絡(luò)PID控制的效果，分別對其跟蹤設(shè)定值特性、及適應(yīng)對象參數(shù)變化的能力進行仿真研究，并與基于傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制器的控制效果進行比較分析。圖3為單位階躍響應(yīng)曲線，圖4為過程對象單位階躍響應(yīng)曲線是在控制器參數(shù)不變的情況下改變對象G(S)參數(shù)的仿真結(jié)果。(注:以下各圖中實線或“I”均表示改進BP神經(jīng)網(wǎng)絡(luò)PID控制結(jié)果，虛線、點線或“T”表傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制器的控制結(jié)果;A、B、C分別表示G(S)三種參數(shù)變化了的模型)
　　
　　從仿真結(jié)果看，改進BP神經(jīng)網(wǎng)絡(luò)PID控制器比傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制器在控制性能上有了一定程度的提高，尤其是在系統(tǒng)穩(wěn)定時間和抗干擾性方面的優(yōu)化較為明顯。這主要是因為在BP算法中采用了改進共軛梯度法，加快了BP算法的收斂速度，從而保證了系統(tǒng)穩(wěn)定時間較短，又具有較好的泛化能力，因此，具有較強的抗干擾和適應(yīng)參數(shù)變化的能力
　　
　　4 結(jié)論
　　
　　改進共軛梯度BP算法在不增加算法復(fù)雜度的情況下，通過梯度的共軛方向來尋求網(wǎng)絡(luò)的全局最優(yōu)值，從而避免網(wǎng)絡(luò)陷入局部極小值。本文將其替代傳統(tǒng)的BP算法構(gòu)造智能PID控制器，并進行了以電加熱爐為模型的控制系統(tǒng)仿真。結(jié)果表明，這種改進算法能夠有效提高網(wǎng)絡(luò)的訓(xùn)練速度，改善網(wǎng)絡(luò)的收斂性能，避免網(wǎng)絡(luò)陷入局部極小值，取得了良好的控制性能。