概述

PID神经元网络(SPIDNN的结构形式)

PID意义

概述

PID神经元网络（Proportional-Integral-Derivative Neural Network，PIDNN），是由舒怀林教授于1997年提出的，其结构形式如图1所示由于在多个杂志和学术会议上介绍，以及其他一些控制届学者进行后续研究和应用工作，PID神经网

络已经逐步引起了学术界和工程应用届的关注。

PID神经元网络

将PID神经元放入多层前向网络，就构成PIDNN。PIDNN是动态的多层前向网络，它的动态特性不是通过网络连接方式或反馈方式实现的，而是通过它内部的PID神经元实现的。

SPIDNN的结构形式

PIDNN的基本组成包括：输入层的两个神经元、隐含层的三个神经元、输出层的一个神经元，称PIDNN的基本形式为单输出PIDNN

(Single output PIDNN)，简称SPIDNN，SPIDNN可以完成单变量的

但输入—单输出系统的控制任务。SPIDNN的控制系统结构如图所示。

SPIDNN输入层的神经元采用比例神经元，这两个神经元接受外部输

入消息：其中一个接受单变量控制系统的目标值或给定值；另一个

接受被控变量值。输入层神经元的输出经过连接权重，进入隐含层进行综合和处理，隐含层的三个神经元分别为比例元、积分元和微分元，分别对输入信号进行比例、积分和微分。隐含层的输出再通过连接权，进入输出层，输出层的神经元采用比例元，它完成整个网络控制规律的综合和输出。

PID意义

PID神经网络的价值之一在于提出了新的思路，它将静态的神经元扩充到动态的神经元，特别是将PID特性赋予了神经元，这种扩充大大丰富了人工神经网络的内涵。PID神经网络的价值之二在于它立足于实用性，PID神经元网络的结构、连接权重初值的选取都是基于应用。PID神经网络的价值之三在于它对多变量系统良好的控制性能，为解决多变量系统控制问题提出了新工具。