【正文】 （）式中 ——時刻過程的輸出； ——時刻過程的參考輸入；d—— 過程總滯后；P，Q——輸出誤差和控制增量的加權(quán)系數(shù)。這里對比例（P）、積分（I）、微分（D）分別采用了不同的學(xué)習(xí)速率，以便于根據(jù)需要對各自對應(yīng)的加權(quán)系數(shù)分別進行調(diào)整，其取值可先由現(xiàn)場實驗或仿真來確定，且取c=0。K為神經(jīng)元的比例系數(shù)，K0。無監(jiān)督學(xué)習(xí)則沒有外部教師信號，其學(xué)習(xí)表現(xiàn)為自適應(yīng)于輸入空間的檢測規(guī)則，其學(xué)習(xí)過程為對系統(tǒng)提供動態(tài)輸入信號，使各個單元以某種方式競爭，獲勝的神經(jīng)元本身或其相鄰域得到增強，其他神經(jīng)元則進一步被抑制，從而將信號空間分為有用的多個區(qū)域。輸入節(jié)點層與輸出節(jié)點層統(tǒng)稱為“可見層”，而其他中間層稱為“隱含層”這些神經(jīng)元稱為隱單元。[1] 神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)——神經(jīng)元的連接形式神經(jīng)網(wǎng)絡(luò)是由若干個上述的神經(jīng)元以一定的連接形式連接而成的復(fù)雜的互連系統(tǒng)，神經(jīng)元之間的互連模式將對神經(jīng)網(wǎng)絡(luò)的性質(zhì)和功能產(chǎn)生重要的影響。利用某種運算把輸入信號的作用結(jié)合起來，給出它們的總效果，稱之為“凈輸入”，用來表示。而傳統(tǒng)的PID調(diào)節(jié)器也具有結(jié)構(gòu)簡單、調(diào)整方便和參數(shù)整定與工程指標聯(lián)系密切等特點。 % inputs are needed in output evaluation = 1。,num2str(flag)])。%sys=[kp,ki,kd]*x。 ts = [1 0]。 % 2 output variables: control u(t) and state x(3) = 2。otherwise % error handling error([39。 多變量PID控制的Simulink仿真仿真實例設(shè)有耦合二變量耦合被控對象：設(shè)采樣時間T=1s。k39。k39。y1_1=yout1(k)。%Return of PID parameters%u1_4=u1_3。endif u1(k)=10 u1(k)=10。0]。kp=。y1_1=0。u1_1=。③、算式中不需要累加。可以將式（）進一步改寫為： （）式中：它們都是與采樣周期、比例系數(shù)、積分時間常數(shù)、微分時間常數(shù)有關(guān)的系數(shù)。顯然，上述離散化過程中，采樣周期T必須足夠短，才能保證有足夠的精度。 簡單來說，PID控制器各校正環(huán)節(jié)的作用如下： ⑴比例環(huán)節(jié)：成比例地反映控制系統(tǒng)的偏差信號，偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用，以減少偏差。SIMULINK是MATLAB軟件的擴展，它是實現(xiàn)動態(tài)系統(tǒng)建模和仿真的一個軟件包，它與MATLAB語言的主要區(qū)別在于，其與用戶的交互接口是基于WINDOWS的模型化圖形輸入，其結(jié)果是使得用戶可以把更多的精力投入到系統(tǒng)模型的構(gòu)建，而不是語言的編程上。以PID控制理論為基礎(chǔ)的控制方法可以對多變量系統(tǒng)進行解耦控制。它的各個被控制量之間也互有影響，在對某一輸出量進行控制時，必然使所有輸出量都產(chǎn)生波動，其結(jié)果是使控制過程延長，震蕩加劇，影響系統(tǒng)的穩(wěn)定性。非線性控制理論和智能控制理論則能解決傳統(tǒng)控制理論不能很好解決的問題。[7] 多變量解耦控制概況多變量系統(tǒng)的解耦控制大體分為三類：傳統(tǒng)解耦控制、自適應(yīng)解耦控制以及智能解耦控制。[8] MATLAB語言簡介MATLAB具有強大的編程功能和易操作交互式計算環(huán)境。 PID控制原理在模擬控制系統(tǒng)中，控制器最常用的控制規(guī)律是PID控制。因此，在計算機控制系統(tǒng)中，連續(xù)PID控制算法不能直接使用，需要采用離散化方法，采用數(shù)字PID控制器。 增量式PID控制算法所謂增量式PID是指數(shù)字控制器的輸出只是控制量的增量。增量式控制雖然只是算法上作了一點改進，可是卻帶來了許多優(yōu)點：①、由于計算機輸出增量，所以誤差動作時影響小，必要時可用邏輯判斷的方法去掉。 PID1PID2 多變量被控對象 二變量PID控制系統(tǒng)框 仿真程序及分析 多變量PID控制的MATLAB語言仿真仿真實例設(shè)有耦合二變量耦合被控對象：設(shè)采樣時間T=1s。u2_2=。0]。ts=1。 u=[u1(k),u2(k)]。error2(k)=R(2)yout2(k)。u2_3=u2_2。 %Calculating Ierror_1=error。plot(time,R(2),39。ylabel(39。case 2 % discrete states updates sys = mdlUpdates(x,u)。 % read default control variables = 0。 0。%==============================================================% when flag=3, putates the output signals%==============================================================function sys = mdlOutputs(t,x,u)kp=。case {1, 2, 4, 9} % undefined flag values sys = []。 % 6 discrete states, [x1x3] = 2。 % T is the sampling period for the systemfunction sys = mdlOutputs(u)sys=[(*u(1)+u(3)+*u(6))/(1+u(1))^2。樹突與軸突一一對接，從而把眾多的神經(jīng)元連成一個神經(jīng)元網(wǎng)絡(luò)。如果考慮輸出與輸入的延時作用，式（）可修改為： （）對于不同的應(yīng)用，所采用的活化函數(shù)也不同，應(yīng)用于控制中的神經(jīng)元所采用的活化函數(shù)有下列三種：⑴、 簡單線性函數(shù) 神經(jīng)元的活化函數(shù) 連續(xù)取值，各神經(jīng)元構(gòu)成的輸出矢量y由輸入矢量X與連接矩陣W加權(quán)產(chǎn)生，輸出為： （）⑵、 線性閥值函數(shù)（硬限幅函數(shù)） 這是一種非線性函數(shù)，輸出只取兩值，如+1與1（1或0），當凈輸入大于某一閥值時，輸出取+1，反之取1，這一特性可用符號函數(shù)表示。輸入節(jié)點沒有計算功能，只是為了表示輸入矢量各元素值。在工作期內(nèi)，由學(xué)習(xí)所得的連接加權(quán)系數(shù)參與計算神經(jīng)元的輸出。上面分別介紹了單神經(jīng)元的結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)的互連形式以及神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則等內(nèi)容，將這些內(nèi)容有機地結(jié)合起來，就可以形成各種實用的神經(jīng)網(wǎng)絡(luò)。將式（）代入式（）中有 （）如果存在函數(shù)，對求偏微分有則式（）可寫為： （）上式說明，加權(quán)系數(shù)的修正是按函數(shù)對應(yīng)于的負梯度方向進行搜索的。這種控制器的特點是，學(xué)習(xí)算法物理意義明確，計算量小。通過大量實例仿真和實控結(jié)果，總結(jié)出以下參數(shù)調(diào)整規(guī)律。加權(quán)系數(shù)Q是用來限制控制增量出現(xiàn)過量現(xiàn)象的，但其取值也不宜過大，以免使過程時間拖長，一般Q常選得比較小。當被控對象時延增大時，值必須減小，以保證系統(tǒng)穩(wěn)定。xc2=[0,0,0]39。wki2_1=rand。error1_1=0。u2_1=。%Step Signal%R=[1。%For Variable1%Adjusting NNC Weight Value by adopting hebb learning algorithm wkp1(k)=wkp1_1+xiteP*error1(k)*u1_1*xc1(1)。 w122(k)=wki1(k)/wadd1(k)。 %D xc2(1)=error2(k)error2_1。 k2=。u1_3=u1_2。wki2_1=wki2(k)。k39。k39。 多變量單神經(jīng)元PID控制的Simulink仿真設(shè)有耦合二變量耦合被控對象：設(shè)采樣時間T=1s。otherwise % error handling error([39。 % 2 output variables: control u(t) and state x(3) = 3。 ts = [1 0]。if t==0 %Initilizing kp,ki and kd wkp1_1=。 w111=wkp1/wadd1。 wki1_1=wki1。Unhandled flag = 39。 % 4 input signals = 1。 % sampling period%==============================================================% when flag=2, updates the discrete states%==============================================================function sys = mdlUpdates(x,u)T=1。 wki2_1=。 w222=wki2/wadd2。 u2_1=u2。首先，對數(shù)字PID控制的分析，給出了該控制器的控制算法。因此還存在局限性，需要進一步的研究和完善。所有這些都將會使我在今后的人生道路上堅持自己的信念，保持自己的個性，創(chuàng)造人生的高峰。 實用微機與單片機控制技術(shù)。149～190[6] 薛定宇。北京：清華大學(xué)出版社，1995年6月。 附錄2 單神經(jīng)元PID1單神經(jīng)元PID2 多變量被控對象二變量單神經(jīng)元PID控制系統(tǒng)框圖 式中：； ；。北京：清華大學(xué)出版社，2002年1月。 北京：機械工業(yè)出版社，2005年1月。14～28[4] 魏克新，王云亮，陳志敏。 新型PID控制及其應(yīng)用。王老師治學(xué)態(tài)度嚴謹、理論知識淵博、實踐經(jīng)驗豐富，在十五周的畢業(yè)設(shè)計期間內(nèi)給予我非常大的幫助和關(guān)懷。其次，通過對神經(jīng)網(wǎng)絡(luò)PID控制器的研究，提出了單神經(jīng)元PID控制器，并給出了應(yīng)用于該控制系統(tǒng)的控制算法。 w2=[w211,w222,w233]。 u2_1=0。 x(2)+u(1)*T。% single sampling periodsys