1、神經網絡本質上是非線性系統(tǒng)、具有高度并行的結構、某些網絡可以硬件實現(xiàn)、具有學習和自適應性,可以同時處理定性、定量的數據和多變量系統(tǒng)等.傳統(tǒng)的PID控制系統(tǒng)要想實時地進行其參數(Kp、Ki、Kd)的在線整定是相當困難的.通常PID調節(jié)器的參數整定方法是根據控制船舶實際參數,計算出Kp、Ki、Kd初值,然后對控制對象進行調試,修改上述三個參數,以達到控制的目的.這種方法調試困難,且只能根據當時的工況選擇出1-2組較優(yōu)參數,難以實現(xiàn)控制對象全

2、工作域的最佳控制.如何實現(xiàn)PID參數的在線整定,將模糊控制與PID控制相結合,是目前這方面研究的主要方向.根據參數的動態(tài)變化,用模糊參數來表征Kp、Ki、Kd,可得到一種新的模糊PID控制器.該文結合船舶主機控制仿真系統(tǒng)及智能控制研究工作,主要完成了以下內容:●對多層前向網絡RBF神經網絡及學習算法進行了深刻的研究,提出一種基于RBF神經網絡的主機建模方案,給出了這種智能建模的結構,并對其仿真結果進行了詳細的討論.●對PID調速器的原理