文獻(xiàn)閱讀總結(jié)4基于合作粒子群算法的pid神經(jīng)網(wǎng)絡(luò)非線性控制系統(tǒng)(完整版)
【正文】 hijjiijsmksjhssss j hjhs hmksijjs j hhssss hmksijs j hhssss hmksis j hssss i jijwnwnwwnwnwkxdxdykykrmdwdJwxdudxkwdxdykykrmxukwdxdykykrmxkwdxdykykrmdwdJw?????????????????????????????????????????????? ?? ? ?? ? ?? ? ?? ?? ? ?? ? ?? ? ????? ? )13( )()(1 EJ 21s 1221? ??? ?????mkssss kykrm14 式 (14)中 : 為學(xué)習(xí)步長； 表示。39。 3. 計(jì)算第一步仿真步中每一個(gè)粒子的價(jià)值函數(shù)值 , 即所有粒子的適應(yīng)值 。 4. 隨機(jī)產(chǎn)生 1至 n中的隨機(jī)整數(shù) r。39。)(39。39。 i，j， h定義如前。 c1與 c2為正值的加速常數(shù) 。39。)1(39。39。39。qkuqkuq( k )x 39。 , 39。)(39。)(39。 )(39。 xi(k)為輸入層第 i個(gè)神經(jīng)元在 k采樣時(shí)刻的輸出值 . 在隱含層中 , 神經(jīng)元的輸入定義如下 : )2( )(39。 張華強(qiáng) (1967— ), 男 , 教授 , 博士 , 目前研究方向?yàn)殛囎儞Q器的控制策略、基于矩陣變換器的交流勵磁變速恒頻風(fēng)力發(fā)電技術(shù)研究 . PID神經(jīng)元網(wǎng)絡(luò) (PIDNN)模型為一種新型的神經(jīng)網(wǎng)絡(luò)模型 , 兼有 PID與神經(jīng)網(wǎng)絡(luò)的共同優(yōu)點(diǎn) , 應(yīng)用于復(fù)雜的控制系統(tǒng) , 取得優(yōu)良控制性能， 但其后向傳播算法 (BP)限制了該模型的應(yīng)用范圍 . 為實(shí)現(xiàn)對非線性多變量系統(tǒng)的有效控制 , 擴(kuò)展神經(jīng)網(wǎng)絡(luò)的應(yīng)有范圍 , 本文采用 PIDNN神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了多變量 PIDNN神經(jīng)網(wǎng)絡(luò) (MPIDNN)控制器 ,并用本文作者提出的合作粒子群算法 (CPSO)取代了傳統(tǒng) BP后向傳播算法 , 通過比較MPIDNN CPSO、 MPIDNNCRPSO、 MPIDNN PSO和 MPIDNN BP4種控制器的控制性能 , 仿真結(jié)果表明 , 基于 CPSO算法的 MPIDNN控制器實(shí)現(xiàn)了對非線性多變量不對稱系統(tǒng)的有效控制 . 與傳統(tǒng)的 BP算法相比 , CPSO算法提高了控制系統(tǒng)的穩(wěn)定性 、 精確性與魯棒性 . 3 PIDNN
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1