【正文】 ces”模塊組中的“Clock”模塊來(lái)查看“Workplace”的輸出數(shù)據(jù)。當(dāng)我們運(yùn)行穩(wěn)定后得到一組新的權(quán)值wi，wo如下 wi=[ 。在控制領(lǐng)域中，神經(jīng)網(wǎng)絡(luò)由于其具有強(qiáng)的非線(xiàn)性映射能自學(xué)習(xí)適應(yīng)能力、聯(lián)想記憶能力、并行信息處理方式及其優(yōu)良的容錯(cuò)性能，不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理、存儲(chǔ)和檢索功能。，應(yīng)用其他性能更加優(yōu)良的網(wǎng)絡(luò)結(jié)構(gòu)來(lái)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程，例如應(yīng)用RBF網(wǎng)絡(luò)結(jié)構(gòu)、小腦模型網(wǎng)絡(luò)等來(lái)進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，或者利用其他如:連續(xù)型Hopfield網(wǎng)絡(luò)、局部遞歸型神經(jīng)網(wǎng)絡(luò)等進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)，從而改善利用BP網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)時(shí)的缺點(diǎn)。 感謝我的家人們。 展望今后的工作，在現(xiàn)有工作的基礎(chǔ)上，還有很多的工作需要進(jìn)一步深入，筆者認(rèn)為至少在以下幾方面有進(jìn)一步研究的必要。同樣，如果把BP神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的控制品質(zhì)與常規(guī)PID控制系統(tǒng)的控制品質(zhì)相比，同樣可以發(fā)現(xiàn)，后者的控制品質(zhì)要比前后者好。 0..4962 ]。 BP神經(jīng)網(wǎng)絡(luò)自整定PID控制系統(tǒng)圖54 BP神經(jīng)網(wǎng)絡(luò)自整定PID控制系統(tǒng)根據(jù)前面的介紹我們可以得到上圖的自整定PID控制器。 MATLAB的SIMULINK子庫(kù)是一個(gè)建模、分析各種物理和數(shù)學(xué)系統(tǒng)的軟件，它用框圖表示系統(tǒng)的各個(gè)環(huán)節(jié)，用帶方向的連線(xiàn)表示各環(huán)節(jié)的輸入輸出關(guān)系。 機(jī)電一體化設(shè)計(jì)與開(kāi)發(fā)——全系統(tǒng)的聯(lián)合仿真，結(jié)合 Easy 5 、 Adams。 Simulink 是基于 MATLAB 的框圖設(shè)計(jì)環(huán)境，可以用來(lái)對(duì)各種動(dòng)態(tài)系統(tǒng)進(jìn)行建模、分析和仿真，它的建模范圍廣泛，可以針對(duì)任何能夠用數(shù)學(xué)來(lái)描述的系統(tǒng)進(jìn)行建模，例如航空航天動(dòng)力學(xué)系統(tǒng)、衛(wèi)星控制制導(dǎo)系統(tǒng)、通訊系統(tǒng)、船舶及汽車(chē)等等，其中了包括連續(xù)、離散，條件執(zhí)行，事件驅(qū)動(dòng)，單速率、多速率和混雜系統(tǒng)等等。最后，網(wǎng)絡(luò)輸出層三個(gè)節(jié)點(diǎn)的輸入、輸出分別為 （49） =1,2,3 （410）即 （411） 式中，為輸出層加權(quán)系數(shù)，輸出層神經(jīng)元活化函數(shù)為 。神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)設(shè)計(jì)有多種類(lèi)型，多種方式，既有完全脫離傳統(tǒng)設(shè)計(jì)的方法，也有與傳統(tǒng)設(shè)計(jì)手段相結(jié)合的方式[4]。 計(jì)算可分為以下兩種情況：，即i =k當(dāng)i為輸出層神經(jīng)元時(shí)，注意到： （322） 故當(dāng)i為輸出層神經(jīng)元時(shí)，它對(duì)應(yīng)的連接權(quán)應(yīng)該按照下列公式進(jìn)行調(diào)整： （323） 。多層前向網(wǎng)絡(luò)能逼近任意非線(xiàn)性函數(shù)，在科學(xué)領(lǐng)域中有廣泛的應(yīng)用。為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)則等三個(gè)要素[3]。 先是比例后積分，最后再把微分加。它是根據(jù)被控過(guò)程的特性確定PID控制器的比例系數(shù)、積分時(shí)間和微分時(shí)間的大小。與連續(xù)PID控制相比，數(shù)字PID控制有其優(yōu)越性，因?yàn)橛?jì)算機(jī)程序靈活性，很容易克服連續(xù)PID控制中存在的問(wèn)題，經(jīng)修正得到更完善的數(shù)字PID算法。 在微分（D）控制中，控制器的輸出與輸入誤差信號(hào)的微分（即誤差的變化率）成正比關(guān)系。采用BP網(wǎng)絡(luò)不但可以加快學(xué)習(xí)速率并減少震蕩，而且能夠?qū)崿F(xiàn)神經(jīng)網(wǎng)絡(luò)和PID控制規(guī)律的本質(zhì)結(jié)合。此外，HNN的電子電路實(shí)現(xiàn)為神經(jīng)計(jì)算機(jī)研究奠定了基礎(chǔ)，同時(shí)開(kāi)拓了神經(jīng)網(wǎng)絡(luò)用于聯(lián)想記憶和優(yōu)化計(jì)算的新途徑，引起了工程技術(shù)界的普遍關(guān)注，從而掀起了神經(jīng)網(wǎng)絡(luò)研究的又一次熱潮。一般只有到了控制系統(tǒng)設(shè)計(jì)的最后階段——系統(tǒng)調(diào)試階段，才有可能進(jìn)行實(shí)際系統(tǒng)實(shí)驗(yàn)。引 言PID控制是最早發(fā)展起來(lái)的控制策略之一，由于其算法簡(jiǎn)單、魯棒性好和可靠性高，被廣泛應(yīng)用于工業(yè)控制過(guò)程，尤其適用于可建立精確數(shù)學(xué)模型的確定性控制系統(tǒng)。計(jì)算機(jī)仿真目前已經(jīng)成為解決工程實(shí)際問(wèn)題的重要手段，MATLAB/Simulink 軟件已成為其中功能最強(qiáng)大的仿真軟件之一。在這一時(shí)期，隨著大量開(kāi)拓性研究工作的深入開(kāi)展，數(shù)百種網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)算法應(yīng)運(yùn)而生，硬件實(shí)現(xiàn)的研究工作也在積極開(kāi)展，神經(jīng)網(wǎng)絡(luò)理論的應(yīng)用研究己經(jīng)滲入到各個(gè)領(lǐng)域，并在智能控制、模式識(shí)別、自適應(yīng)濾波和信號(hào)處理、非線(xiàn)性?xún)?yōu)化、傳感技術(shù)和機(jī)器人、生物醫(yī)學(xué)工程等方面取得了令人鼓舞的進(jìn)展。BP神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，不斷調(diào)節(jié)PID控制器的三個(gè)參數(shù)，以期達(dá)到某種性能指標(biāo)的最優(yōu)化，使輸出神經(jīng)元的輸出狀態(tài)對(duì)應(yīng)于PID控制器的三個(gè)可調(diào)參數(shù)Kp，Ki，Kd并通過(guò)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、加權(quán)系數(shù)自調(diào)整使神經(jīng)網(wǎng)絡(luò)的輸出對(duì)應(yīng)于某種最優(yōu)規(guī)律下的PID控制器參數(shù)。 自動(dòng)控制系統(tǒng)在克服誤差的調(diào)節(jié)過(guò)程中可能會(huì)出現(xiàn)振蕩甚至失穩(wěn)。數(shù)字PID控制算法通常可分為位置式PID控制算法和增量式PID控制算法。PID控制器參數(shù)整定的方法很多，概括起來(lái)有兩大類(lèi)：一是理論計(jì)算整定法。 曲線(xiàn)振蕩很頻繁，比例度盤(pán)要放大。 MP模型MP模型是1943年由MeCulloch和Pitts共同提出的第一個(gè)神經(jīng)網(wǎng)絡(luò)模型，它是一個(gè)多輸入、多輸出的非線(xiàn)性信息處理單元。在眾多前向網(wǎng)絡(luò)中，最為典型的就是誤差反向傳播神經(jīng)網(wǎng)絡(luò)BP網(wǎng)絡(luò)。當(dāng)i為輸出層神經(jīng)元時(shí)，此時(shí) （324） 考慮式（315） 中的是它所有前導(dǎo)層的所有神經(jīng)元的輸出的函數(shù)。一般來(lái)說(shuō)，基于神經(jīng)網(wǎng)絡(luò)的PID控制器的典型結(jié)構(gòu)主要有兩種，單神經(jīng)元網(wǎng)絡(luò)PID控制器和神經(jīng)網(wǎng)絡(luò)PID控制器兩種控制算法。取性能指標(biāo)函數(shù) （412） 用最陡下降法修正網(wǎng)絡(luò)的權(quán)系數(shù)，即按E對(duì)加權(quán)系數(shù)的負(fù)梯度方向搜索調(diào)整，并附加一使搜索快速收斂全局極小的慣性項(xiàng)，則有 （413） ρ為學(xué)習(xí)率，γ為慣性系數(shù)。 Simulink 提供了利用鼠標(biāo)拖放的方法建立系統(tǒng)框圖模型的圖形界面，而且 Simulink 還提供了豐富的功能塊以及不同的專(zhuān)業(yè)模塊集合，利用 Simulink 幾乎可以做到不書(shū)寫(xiě)一行代碼完成整個(gè)動(dòng)態(tài)系統(tǒng)的建模工作。 MATLAB/Simulink簡(jiǎn)介SIMULINK是一個(gè)用來(lái)對(duì)動(dòng)態(tài)系統(tǒng)進(jìn)行建模、仿真和分析的軟件包，它支持連續(xù)、離散及兩者混合的線(xiàn)性和非線(xiàn)性系統(tǒng)，也支持具有多種采樣頻率的系統(tǒng)。　　啟動(dòng)SIMULINK十分容易，只需在MATLAB的命令窗口鍵入“SIMULINK”命令，此時(shí)出現(xiàn)一個(gè)SIMULINK窗口，包含七個(gè)模型庫(kù)，分別是信號(hào)源庫(kù)、輸出庫(kù)、離散系統(tǒng)庫(kù)、線(xiàn)性系統(tǒng)庫(kù)、非線(xiàn)性系統(tǒng)庫(kù)及擴(kuò)展系統(tǒng)庫(kù)[12]。其中BP PID SFunction部分是simulink 中的UserDefined Functions模塊庫(kù)中向simulink模型文件窗口中拖動(dòng)SFunction模塊，然后在SFunction對(duì)話(huà)框中的SFunction name 框中輸入S函數(shù)的文件名bppid_s。當(dāng)S=1時(shí)，即通過(guò)調(diào)用函數(shù)得到單閉環(huán)調(diào)速系統(tǒng)的四種曲線(xiàn)如下圖55 BP網(wǎng)絡(luò)的階躍跟蹤曲線(xiàn) 圖56 BP網(wǎng)絡(luò)的誤差跟蹤曲線(xiàn) 圖 57 BP網(wǎng)絡(luò)的PID輸出曲線(xiàn) 圖58 BP網(wǎng)絡(luò)的參數(shù)自適應(yīng)整定曲線(xiàn)根據(jù)上面曲線(xiàn)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。 本章小結(jié) 本章主要是用 MATLAB/Simulink對(duì)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(jìn)行仿真對(duì)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(qiáng)的自整定，自適應(yīng)功能。主要有:。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(ài)了讓我從來(lái)沒(méi)有喪失對(duì)明天的希望，是他們用辛勤的勞動(dòng)和無(wú)悔的付出，支持著我在人生的道路上勇往直前。對(duì)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(gè)具有可研究性的課題。由于其獨(dú)特的特性，己應(yīng)用于控制、信號(hào)分析、音處理等多個(gè)領(lǐng)域中。誤差跟蹤曲線(xiàn)最終收斂于0處，說(shuō)明了BP網(wǎng)絡(luò)的自調(diào)整無(wú)超最終為0，控制效果比較理想[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。 　　包括示波器仿真窗口、MATLAB工作區(qū)、文件等形式的輸出。它為用戶(hù)提供了方框圖進(jìn)行建模的圖形接口，采用這種結(jié)構(gòu)畫(huà)模型就像你用手和紙來(lái)畫(huà)一樣容易。 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。由（46）式得 （415） 這樣，可得BP神經(jīng)網(wǎng)絡(luò)輸出層權(quán)計(jì)算公式為 （416） =1,2,3 （417） 同理可得隱含層權(quán)計(jì)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(diǎn)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(shí)k=1；2．采樣得到rin (k)、yout (k)，計(jì)算該時(shí)刻誤差。 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(dá)式為 （41）式中，—比例系數(shù)，—積分時(shí)間常數(shù)，—微分時(shí)間常數(shù)當(dāng)采樣周期較小時(shí)，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(guò)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(jiǎn)單的“線(xiàn)性組合”，而是從變化無(wú)窮的非線(xiàn)性組合中找出最佳的關(guān)系。而目前只用考慮將送到它的直接后繼層各個(gè)神經(jīng)元。其學(xué)習(xí)過(guò)程可分為前向網(wǎng)絡(luò)計(jì)算和反向誤差傳播—連接權(quán)系數(shù)修正兩部分，這兩部分是相繼連續(xù)反復(fù)進(jìn)行的，直到誤差滿(mǎn)足要求。 :神經(jīng)元的輸入。 曲線(xiàn)偏離回復(fù)慢，積分時(shí)間往下降。這種方法所得到的計(jì)算數(shù)據(jù)未必可以直接用，還必須通過(guò)工程實(shí)際進(jìn)行調(diào)整和修改。因此PID控制律的實(shí)現(xiàn)，必須用數(shù)值接近法。解決的辦法是使抑制誤差的作用的變化“超前”，即在誤差接近零時(shí)，抑制誤差的作用就應(yīng)該是零。數(shù)字PID控制在生產(chǎn)過(guò)程中是一種最普遍采用的控制方法，在冶金、機(jī)械、化工等行業(yè)中獲得了廣泛的應(yīng)用。主要的研究集中在網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)算法和實(shí)際應(yīng)用方面。它不僅能得出精確的數(shù)據(jù)，還有比較直觀的圖形。因此常規(guī)PID控制的應(yīng)用受到很大的限制和挑戰(zhàn)。在控制系統(tǒng)的實(shí)驗(yàn)研究中，可以在實(shí)際物理系統(tǒng)上進(jìn)行，也可以通過(guò)物理裝置模型進(jìn)行研究。80年代，美國(guó)加州工學(xué)院物理學(xué)家HoPfield提