基于BP神经网络的PID控制器参数优化方法

基于BP神经网络方法的拱桥拱肋吊装线形控制，聂竹林，，神经网络是一种模拟人脑结构和功能的信息处理系统，介绍将神经网络方法用于钢管混凝土劲性骨架拱桥施工控制中，对拱肋预拱度偏差

在煤矿井下排水系统中,目前常用的方法是根据几项关键因素或凭经验直接决定水泵的启停。该方法缺乏理论依据,经常要根据现场情况修改水泵的启停安排。针对该问题,提出一种基于BP神经网络的煤矿水泵系统控制方法。

主要是对神经网络的各权值进行优化，其优化算法是遗传算法。

基于神经网络的自适应PID控制器是通过将RBF（BP）神经网络和PID控制器相结合，采用传递函数进行系统建模的一种高效控制方法。通过自动调整PID参数，该控制器能够实现对方波信号的精确跟踪和控制。本文

基于遗传算法的BP神经网络优化算法,MATLAB智能算法30个案例分析的例程，正确完整

基于神经网络PID的工程车辆4参数自动换挡控制,王昕,赵丁选,工程车辆4参数自动换挡的模型参数具有非线性、慢时变特性。自动换挡的传统控制方法的操纵性能不能令人满意。本文讨论一种应用BP神

通过遗传算法来得到更好的网络初始权值和阈值，从而使问题得到优化。

基于PSO优化BP神经网络的水质预测研究，高峰，冯民权，为快速准确预测河流水质，本文结合汾河实际监测数据，使用粒子群算法优化BP神经网络模型(PSO-BP)进行水质预测研究。通过灰色关联度�

RBF神经网络控制器，对预定曲线有良好的控制效果，误差很小。

自己用C#实现的一个简单的BP神经网络,可以用来学习掌握基础的神经网络原理