技术特征：
技术总结
本发明公开了一种电加热炉温度的非线性神经网络优化PID控制方法。本发明根据电加热炉控制系统的历史的输入、输出信息对RBF神经网络进行离线训练，获得神经网络的相关参数，将训练好的神经网络作为系统的预测模型；另外，将RBF神经网络与PID控制器结合，利用RBF神经网络对PID控制器参数进行在线自整定。本发明解决了非线性电加热炉模型难以建立的困难，同时通过RBF神经网络对PID控制器的参数进行自整定，解决了在电加热炉控制系统在实际控制过程中PID控制器参数难以整定的困难。
技术研发人员：张日东;房涛
受保护的技术使用者：杭州电子科技大学
技术研发日：2017.06.05
技术公布日：2017.08.15