【正文】 命令來對它進行仿真。 仿真的結(jié)果還可以存放到MATLAB的工作空間里做事后處理?！　覵IMULINK十分容易，只需在MATLAB的命令窗口鍵入“SIMULINK”命令，此時出現(xiàn)一個SIMULINK窗口，包含七個模型庫，分別是信號源庫、輸出庫、離散系統(tǒng)庫、線性系統(tǒng)庫、非線性系統(tǒng)庫及擴展系統(tǒng)庫[12]。 提供七種標準模式：加法器、比例環(huán)節(jié)、積分環(huán)節(jié)、微分環(huán)節(jié)、傳遞函數(shù)、零極點、狀態(tài)空間。　　使用時只要從各子庫中取出模型，定義好模型參數(shù)，將各模型連接起來，然后設(shè)置系統(tǒng)參數(shù)，如仿真時間、仿真步長、計算方法等。但就目前而言，直流調(diào)速系統(tǒng)仍然是自動調(diào)速系統(tǒng)的主要形式，在續(xù)斷工業(yè)部門，如軋鋼，礦山采掘，紡織，造紙等需要高性能調(diào)速系統(tǒng)的主要形式，所以直流調(diào)速在目前占據(jù)重要地位，有很多方式都可以實現(xiàn)其調(diào)速。其中BP PID SFunction部分是simulink 中的UserDefined Functions模塊庫中向simulink模型文件窗口中拖動SFunction模塊，然后在SFunction對話框中的SFunction name 框中輸入S函數(shù)的文件名bppid_s。只要將“Clock”輸出到“Workplace”模塊中，并將“to Workplace”的輸出變量改名為t即可[11][12]。當BP網(wǎng)絡(luò)隱含層和輸出層初始權(quán)值在[,]內(nèi)取隨即數(shù),分別為=[ 。 ]。當S=1時，即通過調(diào)用函數(shù)得到單閉環(huán)調(diào)速系統(tǒng)的四種曲線如下圖55 BP網(wǎng)絡(luò)的階躍跟蹤曲線 圖56 BP網(wǎng)絡(luò)的誤差跟蹤曲線 圖 57 BP網(wǎng)絡(luò)的PID輸出曲線 圖58 BP網(wǎng)絡(luò)的參數(shù)自適應(yīng)整定曲線根據(jù)上面曲線可以發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的自整定、自適應(yīng)效果是比較好的。 。 wo=[ 。從上面的仿真結(jié)果中，進行比較分析后，可以得出常規(guī)PID控制系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)兩者對于在零時刻加幅度為1的階躍信號，它們有著不同響應(yīng)曲線。 本章小結(jié) 本章主要是用 MATLAB/Simulink對常規(guī)PID控制系統(tǒng)和BP神經(jīng)網(wǎng)絡(luò)自整定PID控制系統(tǒng)進行仿真對比，得出BP神經(jīng)網(wǎng)絡(luò)的控制效果明顯比常規(guī)的要好，它具有很強的自整定，自適應(yīng)功能。這些特得神經(jīng)網(wǎng)絡(luò)非常適合于復(fù)雜系統(tǒng)的建模與控制。BP神經(jīng)網(wǎng)絡(luò)其具有逼近任非線性函數(shù)的能力，而且結(jié)構(gòu)和學(xué)習(xí)算法簡單明確，通過BP神經(jīng)網(wǎng)絡(luò)自身的學(xué)可以找到某一最優(yōu)控制律下的P，I，D參數(shù)。因此還存在局限性，需要進一步的研究和完善。主要有:。這是在應(yīng)用神經(jīng)網(wǎng)絡(luò)進行PID控制中具有挑戰(zhàn)性的一個研究方向。從論文的選題、資料收集、結(jié)構(gòu)設(shè)計以及論文的寫作、修改到最后定稿都凝聚著郭老師的心血和汗水。 在本科期間，電氣系的老師們付出了辛勤的勞動，才塑造了我的專業(yè)素養(yǎng)、培養(yǎng)了我的專業(yè)技能，在此表示崇高的敬意和真摯的感謝！ 整個學(xué)習(xí)期間，得到了舍友和朋友們的多方支持與鼓勵。這么多年的人生和學(xué)習(xí)道路上，有他們始終如一的支特和厚愛了讓我從來沒有喪失對明天的希望，是他們用辛勤的勞動和無悔的付出，支持著我在人生的道路上勇往直前。在此感謝他們的幫助和關(guān)心。導(dǎo)師不僅親自做出了治學(xué)和為人風范，更親手教給了我治學(xué)和為人之道，這都將使我受益終生。總之，本次論文雖然取得了一定成果，但在很多方面還只是探討性工作，在深度和廣度上還存在許多不足之處，懇請各位老師批評指正。對神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究這將是神經(jīng)網(wǎng)絡(luò)領(lǐng)域的一個具有可研究性的課題。 ，在對目標系統(tǒng)進行仿真時，只能構(gòu)造一套獨立整定的參數(shù)，只能對系統(tǒng)的跟蹤特性和抗干擾特性進行單一的整定，使得目標系統(tǒng)的跟蹤特性和抗干擾特性不能同時達到最優(yōu)。在仿真的基礎(chǔ)上對兩者進行了比得出應(yīng)用神經(jīng)網(wǎng)絡(luò)PID控制，系統(tǒng)的超調(diào)量要比常規(guī)PID控制要低，并且在控制品質(zhì)參數(shù)的比較中，神經(jīng)網(wǎng)絡(luò)PID控制也表現(xiàn)出比常規(guī)PID控制更好的品質(zhì)。這些都很適合于控制系統(tǒng)中的非線性系的控制。由于其獨特的特性，己應(yīng)用于控制、信號分析、音處理等多個領(lǐng)域中。表 性能指標 常規(guī)PID控制系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)最大超調(diào)量 % % 調(diào)整時間（s） ，在以上情況下，BP神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的最大超調(diào)量均比常規(guī)PID控制系統(tǒng)的最大超調(diào)量要小。 ]。 。誤差跟蹤曲線最終收斂于0處，說明了BP網(wǎng)絡(luò)的自調(diào)整無超最終為0，控制效果比較理想[2]。 。 。輸入指令信號分為兩種：（1）（2）。另外，圖中采用to Workplace模塊將仿真信息返回到MATLAB命令窗口中。圖51 轉(zhuǎn)速單閉環(huán)調(diào)速系統(tǒng)的simulink動態(tài)結(jié)構(gòu)圖當輸入rin（t）=1，并在3s加上負的擾動n(t)=1時仿真結(jié)果如下圖所示圖52 常規(guī)PID單位階躍相應(yīng)在仿真中PID的參數(shù)kp，ki，、如下圖所示圖53 常規(guī)PID各個參數(shù)值從仿真圖中可以得出，超調(diào)量為 。另外，Simulink還提供了諸如航空航天、CDMA、DSP、機械、電力系統(tǒng)等專業(yè)模塊庫，給快速建模提供了很大的便利[11]。 　　包括輸入、輸出、多路轉(zhuǎn)換等模塊，用于連接其他模塊。 　　包括示波器仿真窗口、MATLAB工作區(qū)、文件等形式的輸出。由于MATLAB和SIMULINK的集成在一起的，因此用戶可以在這兩種環(huán)境下對自己的模型進行仿真、分析和修改。采用SCOPE模塊和其他的畫圖模塊，在仿真進行的同時，就可觀看到仿真結(jié)果。用SIMULINK創(chuàng)建的模型可以具有遞階結(jié)構(gòu)，因此用戶可以采用從上到下或從下到上的結(jié)構(gòu)創(chuàng)建模型。它為用戶提供了方框圖進行建模的圖形接口，采用這種結(jié)構(gòu)畫模型就像你用手和紙來畫一樣容易。信號處理系統(tǒng)的設(shè)計與開發(fā)——全系統(tǒng)仿真與快速原型驗證， TI DSP 、 Lyrtech 等信號處理產(chǎn)品軟硬件平臺。 MATLAB 開放的產(chǎn)品體系使 MATLAB 成為了諸多領(lǐng)域的開發(fā)首選軟件，并且， MATLAB 還具有 300 余家第三方合作伙伴，分布在科學(xué)計算、機械動力、化工、計算機通訊、汽車、金融等領(lǐng)域。整個代碼的生成、編譯以及相應(yīng)的目標下載過程都是自動完成的，用戶需要做得僅僅使用鼠標點擊幾個按鈕即可。 Stateflow 與 Simulink 和 MATLAB 緊密集成，可以將 Stateflow 創(chuàng)建的復(fù)雜控制邏輯有效地結(jié)合到 Simulink 的模型中。目前 MATLAB 產(chǎn)品的工具箱有四十多個，分別涵蓋了數(shù)據(jù)獲取、科學(xué)計算、控制系統(tǒng)設(shè)計與分析、數(shù)字信號處理、數(shù)字圖像處理、金融財務(wù)分析以及生物遺傳工程等專業(yè)領(lǐng)域。 MATLAB Compiler 是一種編譯工具，它能夠?qū)⒛切├?MATLAB 提供的編程語言—— M 語言編寫的函數(shù)文件編譯生成為函數(shù)庫、可執(zhí)行文件 COM 組件等等。第5章 仿真研究 MATLAB背景和發(fā)展 MATLAB 的名稱源自 Matrix Laboratory ，它是一種科學(xué)計算軟件，專門以矩陣的形式處理數(shù)據(jù)。由（46）式得 （415） 這樣，可得BP神經(jīng)網(wǎng)絡(luò)輸出層權(quán)計算公式為 （416） =1,2,3 （417） 同理可得隱含層權(quán)計算公式為 （418） =1,2,…, （419） 基于BP網(wǎng)絡(luò)的PID控制器控制算法歸納如下：1．確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，即確定輸入層節(jié)點及數(shù)目m、隱含層數(shù)目q，并給出各層權(quán)系數(shù)的初值和、選定學(xué)習(xí)率、慣性系數(shù)，此時k=1；2．采樣得到rin (k)、yout (k)，計算該時刻誤差。 圖42 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 由圖可見，BP神經(jīng)網(wǎng)絡(luò)的輸入為 =1,2… (47) =1,2… (48) 式中，為隱含層加權(quán)系數(shù)，上標（1）、（2）、（3）分別代表輸入層、隱含層、輸出層，f(x)為雙曲正切函數(shù)，即。設(shè)BP神經(jīng)網(wǎng)絡(luò)NN是一個采用三層BP結(jié)構(gòu)，其結(jié)構(gòu)如圖42所示，它有m個輸入節(jié)點，q個隱含節(jié)點，3個輸出節(jié)點。控制器由兩部分組成：①經(jīng)典的PID控制器：直接對被控對象進行閉環(huán)控制，并且三個參數(shù)、為在線調(diào)整方式。 PID控制器的離散差分方程在模擬調(diào)節(jié)系統(tǒng)中，PID控制算式的表達式為 （41）式中，—比例系數(shù)，—積分時間常數(shù)，—微分時間常數(shù)當采樣周期較小時，離散化后得到 （42） 即 （43） PID控制要取得好的控制效果，就必須通過調(diào)整好比例、積分和微分三種控制作用在形成控制量中相互配合又相互制約的關(guān)系，這種關(guān)系不一定是簡單的“線性組合”，而是從變化無窮的非線性組合中找出最佳的關(guān)系。神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)設(shè)計則不同，它可以不需要被控對象的數(shù)學(xué)模型，只需對神經(jīng)網(wǎng)絡(luò)進行在線或離線訓(xùn)練，然后利用訓(xùn)練結(jié)果進行控制系統(tǒng)的設(shè)計。由于神經(jīng)網(wǎng)絡(luò)己具有逼近任意連續(xù)有界非線性函數(shù)的能力，對于長期困擾控制界的非線性系統(tǒng)和不確定性系統(tǒng)來說，神經(jīng)網(wǎng)絡(luò)無疑是一種解決問題的有效途徑。從而 （329）將其代入（324） （330） 故對隱含層的神經(jīng)元聯(lián)接權(quán)有， （331） 本章小結(jié)本章在介紹神經(jīng)網(wǎng)絡(luò)基本理論知識的基礎(chǔ)上，著重給出了BP多層前向網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、學(xué)習(xí)算法，為以后引入BP神經(jīng)網(wǎng)絡(luò)PID控制算法提供了理論基礎(chǔ)。而目前只用考慮將送到它的直接后繼層各個神經(jīng)元。 由式（315）可知，需要變換出E相對于該式中網(wǎng)絡(luò)此刻實際輸出的關(guān)系，因此， （316）而其中的 （317） 所以 （318） 將（318）代入式