AQM中基于神经网络自适应的PID控制器

journal6 ›› 2008, Vol. 29 ›› Issue (3): 88-90.

AQM中基于神经网络自适应的PID控制器

（1.湖南理工学院物理与电子信息系,湖南长沙 414006；2.广西师范大学物理与信息工程学院,广西桂林541004）

出版日期:2008-05-25 发布日期:2012-05-23
作者简介:李春来(1976-)，男，湖南平江人，湖南理工学院物电系教师，硕士，主要从事计算机网络，非线性动力学研究；罗晓曙（1961-），男，湖北应城人，广西师范大学教授，博士，主要从事非线性动力学研究.
基金资助:
国家自然科学基金资助项目（10247005）；广西“新世纪十百千人才工程”人选专项基金资助项目（2002226）

Survey on Neural Network-Based Adaptive PID Controller in AQM

(1.Department of Physics & Information Technology,Hunan College of Science and Technology,Changsha 414006,China; 2.College of Mathematics & Computer Science, Guangxi Normal University, Guilin Guangxi 541004,China)

Online:2008-05-25 Published:2012-05-23

摘要/Abstract

摘要：将神经网络和PID控制器有机结合，形成一种基于RBF网络在线辨识、单神经元网络在线整定的自适应PID控制器，用于对主动队列管理（AQM）的拥塞控制.仿真结果表明，该控制器对负载队列的控制效果明显优于传统PID控制器.

关键词： 拥塞控制, PID控制, 神经网络, 辨识

Abstract: The author integrate the neural network into the PID controller rationally,and gain an adaptive PID controller where a BP network is utilized to achieve PID parameters self-adjustment;a RBF neural network is utilized to identify the controlled plant on line for congestion control of AQM.Simulation results indicate that the effectiveness of this controller is superior to the traditional PID controller obviously.

Key words: congestion control, PID control, neural network, identification

李春来, 罗晓曙. AQM中基于神经网络自适应的PID控制器[J]. journal6, 2008, 29(3): 88-90.

LI Chun-Lai, LUO Xiao-Shu. Survey on Neural Network-Based Adaptive PID Controller in AQM[J]. journal6, 2008, 29(3): 88-90.

[1]	叶海燕. 基于卷积神经网络的特定目标文本情感分析模型[J]. 吉首大学学报（自然科学版）, 2024, 45(1): 24-29.
[2]	王波, 丁芳, 刘明岩, 田苗法. 一种基于μ-S模型的最佳滑移率辨识估计器设计[J]. 吉首大学学报（自然科学版）, 2023, 44(5): 48-56.
[3]	王宇, 张诗茹, 张渝佶, 周立群. 比例时滞神经网络的全局多项式镇定性[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 15-25.
[4]	李家稳, 王崇旭, 王浩. 基于神经网络的桥下开挖竖向位移预测[J]. 吉首大学学报（自然科学版）, 2022, 43(2): 53-59.
[5]	王雨嫣, 廖柏林, 彭晨, 李军, 印煜民. 递归神经网络研究综述[J]. 吉首大学学报（自然科学版）, 2021, 42(1): 41-48.
[6]	李钰，段明秀，宋思思，李翅. 基于深度学习SSD模型的人数统计技术[J]. 吉首大学学报（自然科学版）, 2020, 41(2): 19-22.
[7]	伍逸凡，朱龙娇，石俊萍. 人工神经网络在信息过滤中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(3): 17-22.
[8]	张永胜，肖林. 二次最小化问题的有限时间递归神经网络求解[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 21-26.
[9]	贺电，谭渡渡，何海零，邹晟，钟佳辰，王庭婷. 基于气象大数据的配网故障数量预测[J]. 吉首大学学报（自然科学版）, 2019, 40(1): 53-56.
[10]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[11]	丁李，曾水玲，熊涛. 基于BP神经网络的湘西民间方块苗文特征提取方法[J]. 吉首大学学报（自然科学版）, 2018, 39(5): 14-18.
[12]	韦建波，张栋柱，罗浩杰，谭惠，韦涛. 基于改进的RBF神经网络的配电网故障诊断模型[J]. 吉首大学学报（自然科学版）, 2018, 39(1): 54-58.
[13]	赵超越，张友华. 小麦赤霉病神经网络和偏最小二乘预测模型[J]. 吉首大学学报（自然科学版）, 2017, 38(4): 47-52.
[14]	向秋红,廖柏林,马川. 新型递归神经网络求解时变矩阵Moore-Penrose逆[J]. 吉首大学学报（自然科学版）, 2017, 38(3): 31-35.
[15]	汪思成，肖林，严慧玲. 基于不同误差函数的神经网络求解线性方程组[J]. 吉首大学学报（自然科学版）, 2016, 37(6): 26-28.