為了克服萬能試驗機傳統(tǒng)PID控制的弱點，控制界已經(jīng)提出了大量的PID控制的改進(jìn)方案，各種方案的理論依據(jù)不同，采用手段也不相同，但它們的共同點都是針對如何選取和整定PID參數(shù)，在保持傳統(tǒng)PID控制器結(jié)構(gòu)的基礎(chǔ)上，采用新的方法在線或離線確定PID參數(shù)。

PID控制要取得好的控制效果，就必須對比例、積分和微分三種控制作用進(jìn)行調(diào)整以形成相互配合又相互制約的關(guān)系，這種關(guān)系不是簡單的“線性組合”，而是從非線性組合中找出最佳的關(guān)系。近年來，隨著神經(jīng)元網(wǎng)絡(luò)的研究與應(yīng)用，人們開始采用神經(jīng)元網(wǎng)絡(luò)和PID控制相結(jié)合，以便改進(jìn)傳統(tǒng)PID控制的性能，神經(jīng)元網(wǎng)絡(luò)所具有的任意非線性表示能力，可以通過對系統(tǒng)性能的學(xué)習(xí)來實現(xiàn)具有較佳組合的PID控制。目前的神經(jīng)元網(wǎng)絡(luò)和PID控制相結(jié)合的方法可以歸納為兩種類型：

（1）   采用神經(jīng)元網(wǎng)絡(luò)確定PID參數(shù)；

（2）   單神經(jīng)元結(jié)構(gòu)PID控制器。這兩種類型分別具有各自的特點

1.     采用神經(jīng)元網(wǎng)絡(luò)整定PID參數(shù)

這種方法是在傳統(tǒng)的PID控制器的基礎(chǔ)上附加一個或多個神經(jīng)元網(wǎng)絡(luò)，利用神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)功能確定和調(diào)整PID參數(shù)，此控制器分為兩個部分：一部分是虛內(nèi)部分，按傳統(tǒng)PID控制器的結(jié)構(gòu)，對系統(tǒng)偏差信號進(jìn)行比例、積分和微分處理并加權(quán)相加，這些權(quán)重值即為比例、積分、微分系數(shù)；另一部分則為神經(jīng)元網(wǎng)絡(luò)，一般采用多層前向網(wǎng)，此網(wǎng)絡(luò)根據(jù)系統(tǒng)的輸入和輸出信息，通過反復(fù)的學(xué)習(xí)和調(diào)整，提供第一部分所需的PID參數(shù)。

這種方法的主要缺點之一是它的結(jié)構(gòu)比傳統(tǒng)的PID要復(fù)雜的多，實現(xiàn)的難度和代價較大；主要缺點之二是其不能避免一般神經(jīng)元網(wǎng)絡(luò)的弱點，比如收斂速度慢、易陷入局部最小點、隱層單元個數(shù)和連接權(quán)重難以確定等等。

2.     單神經(jīng)元結(jié)構(gòu)PID控制器

單神經(jīng)元結(jié)構(gòu)PID系統(tǒng)的結(jié)構(gòu)，虛線框內(nèi)為單神經(jīng)元網(wǎng)絡(luò)，它不承擔(dān)比例、積分、微分處理工作，它的輸入信號分別為系統(tǒng)偏差、偏差的積分和微分，單神經(jīng)元的連接權(quán)重值一一對應(yīng)比例、積分、微分系數(shù)。單神經(jīng)元結(jié)構(gòu)PID控制器的形式與傳統(tǒng)PID控制器的形式是相同的，所不同的是常規(guī)PID控制器的比例、積分、微分系數(shù)是預(yù)先設(shè)定的固定不變的，而單神經(jīng)元結(jié)構(gòu)PID控制器的比例、積分、微分參數(shù)對應(yīng)網(wǎng)絡(luò)的連接權(quán)重值，是可按某種學(xué)習(xí)算法改變的。