Control of PID parameters by iterative learning based on neural network

Iterative learning refers to the development, analysis and implementation of methods that allow a machine to evolve through a learning process, and thus perform tasks that are difficult or impossible to perform by more conventional algorithmic.Learning is a dynamic and iterative process for modifying the parameters of a network in response to the stimuli it receives from its environment. The type of learning is determined by how parameter changes occur. In this article , we contribute to the design and development of an algorithm, that can optimize the parameters of a PID controller for the control of repetitive system, using the iterative learning approach based on neural network. The theoretical are illustrated by simulation. The results of simulations prove clearly the efficiency of the control by iterative learning based on neural network.

---

Uczenie się iteracyjne odnosi się do rozwoju, analizy i wdrażania metod, które pozwalają maszynie rozwiązywać problem w procesie uczenia się, a tym samym wykonywać zadania, które są trudne lub niemożliwe do wykonania przy użyciu bardziej konwencjonalnego algorytmu. Rodzaj uczenia się zależy od tego, jak zachodzą zmiany parametrów. W tym artykule zaprojektowano i opracowano algorytmu, który może zoptymalizować parametry regulatora PID, wykorzystując podejście iteracyjnego uczenia się w oparciu o sieć neuronową. Wyniki symulacji jednoznacznie dowodzą skuteczności sterowania poprzez iteracyjne uczenie się w oparciu o sieć neuronową.

---

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).