杜晓婷，方 飞
（安徽三联学院 电子电气工程学院，安徽 合肥 230061）
摘 要：本文分析了单神经元自适应PID控制器结构，给出了基于有监督的Hebb学习规则的算法模型，在此基础上做出改进，建立了神经元自适应控制器SIMULINK仿真模型，并对被控对象进行仿真研究.
教育期刊网 http://www.jyqkw.com
关键词 ：PID控制器；单神经元；SIMULINK
中图分类号：TP273文献标识码：A文章编号：1673-260X（2015）04-0016-02
1 引言
神经元指的是神经网络中最小的处理单元，单个的神经元处理信息功能较为单一，一般只应用于一些简单的信息处理.而传统的PID控制器虽然结构简单，控制直观，使用方便，但需要建立在具有非常精确的数学模型的确定系统之上.如果将单个的神经元与传统的PID控制器相结合，便可实现复杂系统控制以及时变系统控制，称为单神经元自适应PID控制器.其控制效果较传统的PID控制器优越.
2 单神经元自适应PID控制器结构图
单神经元自适应PID控制器结构图如图1所示[2-3]，图中，r（k），y（k）分别为转换器的输入量和控制器的输出量，神经元学习中需要的状态量，从转换器的输出端输出，分别用x1、x2、x3表示，也称为单神经元的输入，K表示神经元的比例系数[1].
神经元自适应控制器的输出为：
与增量式算法相比较，神经元自适应控制器中的加权系数wi（k）与增量控制算法中预先设定好的系数不同，通过自学习功能，wi（k）的值可以进行自适应调整.
3 有监督的Hebb学习规则
由以上公式可知，这种单神经元控制算法可以看做为可变参数的自适应PID控制.
神经元自适应控制器SIMULINK仿真模型如图2所示：
5 仿真结果分析
在单神经元自适应控制器仿真中，令ωp=ωi =ωd0.1，ηp=0.4，ηi=0.35，ηd=0.4，比例系数K=0.06，ts=1ms，改进的Hebb学习规律阶跃响应曲线图如图3-4所示.
6 对外部对象发生变化时的适应性（鲁棒性）
在工业控制过程中，如果受到某种外界因素的干扰，便可考验控制器的自适应能力.当对象模型发生变化时，单神经元自适应控制器的自适应效果明显.
单神经元自适应PID控制器对外部对象发生变化的适应性曲线如图5所示：
由以上仿真结果可以看出，单神经元自适应控制器的上升时间，超调量以及调节时间与传统的PID控制器相比，均得到了明显的改善，自适应能力较强，控制效果较优越.
教育期刊网 http://www.jyqkw.com
参考文献：
（1）刘金琨.先进PID控制matlab仿真（第三版）[M].北京：电子工业出版社，2011.
（2）舒迪前，李春涛，尹怡欣.单神经元自适应PID控制器及其在电加热炉上的应用[J].电气传动，1995，25（1）：29-32.
（3）A.J.Calise，N.Hovakimyan and M.Idan. Adaptive output feedback control of nonliner systems using neural networks[J]. Autmatic，2001，37（8）：1201-1211.
