摘要
结合模糊控制的推理和RBF神经网络的自学习能力,实现对PID控制器参数的实时在线整定。仿真结果表明,该方法可以有效改善汽车巡航系统速度跟随过程中的动态性能和稳定性能。
Fuzzy control reasoning is combined with RBF neural network self-learning to optimize the parameters of PID control in real time.The simulation results indicate that both the dynamic and static performance of the cruise control system are improved.
出处
《长春工业大学学报》
CAS
2017年第3期237-244,共8页
Journal of Changchun University of Technology
基金
吉林省省级经济结构战略调整引导资金专项项目(2014Y126)
长春市科技局重大科技攻关计划项目(14KG095)
