【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第7期 144-147页,共4页

【作 者】： 弓锵 ; 刘春艳

【摘 要】 在火力发电锅炉温度优化控制问题的研究中，针对热电厂主蒸汽温度控制时存在实时性差的缺点，提出采用遗传算法与反向传播神经网络结合的PID主蒸汽温度控制策略，通过遗传算法优化反向传播神经网络的权值和阈值，使得神经网络能根据辨识提供的学习信号在线调整PID控制器使控制系统具有较好的自学习和自适应能力，通过在MATLAB上进行仿真证明：控制策略的三个参数在响应速度、最大误差和对变化的敏感程度上均优于传统的PID控制系统。采用GA-BP神经网络的PID控制系统能够保证良好的动、静态特性，是一种适合热电厂主蒸汽温度控制的有效的控制策略。