付冬梅信息工程學(xué)院自動化系20xx-10-29-文庫吧
2025-07-03 14:54 本頁面
【正文】 D N N對 象PIDID1r2ynrny1unu1()rt 1u2 ()2 ()ut 2 ()yt1()ytMPIDNN多變量對象 PID神經(jīng)元的計算方法 ① 比例元的輸入為 11( ) ( )nj ij ijn e t k w x k??? ?1) 比例元 ② 比例元的狀態(tài)函數(shù) ( ) ( )jju k n e t k?③ 比例元的輸出函數(shù) PID神經(jīng)元的計算方法 2) 積分元 ( ) [ ( ) , ( 1 ) ] ( 1 ) ( )j I i j j ju k g n e t k u k u k n e t k? ? ? ? ?積分元的輸入和輸出函數(shù)與比例函數(shù)相同。 3) 微分元 ( ) [ ( ) , ( 1 ) ] ( ) ( 1 )j D j j j ju k g n e t k n e t k n e t k n e t k? ? ? ? ?微分元的輸入和輸出函數(shù)與比例函數(shù)相同。 PID神經(jīng)元網(wǎng)絡(luò) 將 PID和一般神經(jīng)元網(wǎng)絡(luò)融合起來的方法包括兩個步驟 : ① 將 PID功能引入神經(jīng)網(wǎng)絡(luò)的神經(jīng)元中 ,構(gòu)成 PID神經(jīng)元(第二節(jié)完成 )； ② 按照 PID神經(jīng)元的控制規(guī)律的基本模式 ,用這些基本神經(jīng)元構(gòu)成新的神經(jīng)元網(wǎng)絡(luò) ,并找到合理有效的計算與學(xué)習(xí)方法 (下節(jié)完成 )。 PID神經(jīng)元網(wǎng)絡(luò) SPIDNN的結(jié)構(gòu)形式 r v1 11u 1x22u 2x11w12w13w21w2223wr1 1t?1u? 1x ?2 ??u ??x ??r13 ?3u ? 3x ?2 ??u ??x ??1w ??2w ??3w ??r y PID神經(jīng)元網(wǎng)絡(luò) SPIDNN的前向計算模型 SPIDNN的前向算法根據(jù)網(wǎng)絡(luò)的兩個輸入值，按網(wǎng)絡(luò)當(dāng)前權(quán)重值和各層狀態(tài)函數(shù)和輸出函數(shù)形成網(wǎng)絡(luò)的輸出。 1)輸入層 SPIDNN的輸入層有兩個神經(jīng)元，在構(gòu)成控制系統(tǒng)可分別輸入系統(tǒng)被調(diào)量的給定值和實際值。在任意采樣時刻 k，其輸入 : 12( ) ( )( ) ( )n et k r kn et k y k????? （ ） PID神經(jīng)元網(wǎng)絡(luò) ( ) ( )iiu k n et k?輸入層神經(jīng)元的狀態(tài)為 : （ ） 輸入層神經(jīng)元的輸出為 : 1 , ( ) 1( ) ( ) , 1 ( ) 11 , ( ) 1ji i jjukx k u k u kuk? ??? ? ? ? ??? ? ? ??（ ） 以上各式中 i=1,2。j=1,2,3。 PID神經(jīng)元網(wǎng)絡(luò) 2) 隱含層 隱含層是神經(jīng)元網(wǎng)絡(luò)中最重要的層次， SPIDNN的隱含層有三個神經(jīng)元，分別為比例元、積分元和微分元，它們各自的輸入總值均為 : 239。1( ) ( )j ij iin e t k x k??? ? （ ） 式中： j=1,2,3； 為輸入層至隱含層的連接權(quán)重值。 ij?比例元的狀態(tài)為 : )()( 39。139。1 kn etku ?積分元的狀態(tài)為 : （ ） 39。 39。 39。2 2 2( ) ( 1 ) ( )u k u k n e t k? ? ?微分元的狀態(tài)為
語文相關(guān)推薦
鄂ICP備17016276號-1