摘 要：由于分数阶PID相较于整数阶PID具有更多的参数自由度，更广的控制范围，以及更强的控制性能等优势，本文提出一种基于分数阶PID的多模型神经网络控制器。将已整定好控制参数的多个分数阶PID控制器的输入输出数据进行采集，并经过预处理后，利用神经网络强大的学习能力和泛化能力进行多模型训练，并将训练好的网络作为控制器。MABLAB仿真实验表明：在进行多模型控制时，该控制器的超调量为0，最长调节时间、上升时间、延迟时间分别为430.99 s、259.50 s、90.76 s，不仅兼具了多个分数阶PID的模型控制能力，而且比每个分数阶PID控制器都具有更优越的性能指标。

关键词：分数阶PID；整数阶PID；神经网络；多模型

中图分类号：TP273+.3；TP273+.4文献标识码：A

Multi model Neural Network Control Strategy Based

on Fractional order PID Controller

TANG Jun 1， ZHANG Hao2，CHEN Weijun 3

（1.School of Electronic Information and Artificial Intelligence， Yibin Vocational and Technical College，

Yibin，Sichuan 644000，China; 2. School of Intelligent Manufacturing and Information

Engineering， Ya’an Polytechnic College， Ya’an， Sichuan 625100，China;

3.School of Electronics and Electrical Engineering， Lingnan Normal University， Zhanjiang， Guangdong 524048，China）

Abstract：Since fractional order PID has more parameter degrees of freedom， wider control range， and stronger control performance than integer order PID， this paper proposes a multi model neural network controller based on fractional order PID.The input and output data of multiple fractional order PID controllers with tuned control parameters are collected and preprocessed， and multi model training is performed using the powerful learning and generalization capabilities of neural networks， and the trained network is used as the controller. MATLAB simulation experiments show that when performing multi model control， the overshoot of the controller is 0， and the longest adjustment time， rise time and delay time are 430.99 s， 259.50 s and 90.76 s respectively. It not only has the model control capabilities of multiple fractional order PIDs， but also has better performance indicators than each fractional order PID controller.

Key words：fractional order PID; integer order PID; neural network; multi model

整数阶比例积分微分（Integer Order Proportion Integral Differential，IOPID）算法，具有原理简单、结构清晰、易于实现等特点，已成为目前工业控制中应用最广泛的控制器之一[1-3]。但传统的IOPID由于其参数调节范围有限，控制器自由度偏低，控制范围相对较小，在控制具有纯滞后、非线性、时变性等复杂动态特性的被控对象时，往往会出现超调量较大、调节时间较长、鲁棒性较差等不太理想的控制效果[4-8]。因此，为了改善上述问题[4-8]，有必要寻求更为先进的控制方法和技术。

近年来，将分数阶微积分理论与IOPID相结合形成的分数阶比例积分微分（Fractional Order Proportion Integral Differential，FOPID）算法，引起了越来越多的学者关注，并已成为当下控制领域研究的热点之一[9-12]。相较于IOPID控制器，FOPID增加了积分阶次和微分阶次两个控制参数，以其更加灵活的自由度和参数调节方式，使得控制系统具有更小的超调量、更短的调节时间、更低的稳态误差，以及更强的稳定性[13-15]。……