水位系统的神经网络PID控制

水位系统是研究非线性系统控制的经典设备。 它总是由围绕平衡的一阶加死时间（FOPDT）模型表示观点。 基于水位系统，采用不同的PID策略（经验方法和为了提高控制性能，研究了Ziegler-Nichols方法。 通过优化梯度下降法，基于径向基函数（RBF）神经网络的PID控制器给出并应用于实际的A3000三缸水位系统。 从实验结果，测试了所提方法的有效性