freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

第十三章神經(jīng)網(wǎng)絡(luò)建模與控制(編輯修改稿)

2024-11-29 13:55 本頁面
 

【文章內(nèi)容簡介】 ()( kkku ?? ??系統(tǒng)輸入信號為: 辨識器取串 并聯(lián)結(jié)構(gòu),其中的 NN取二維高斯 RBF網(wǎng)絡(luò)。 其中散布系數(shù) SC=1,中心參數(shù)是程序內(nèi)部自設(shè)的。 )1()1( )1(2)( 32 kukykyky ??? 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 例 4 基于 CMAC的非線性動態(tài)系統(tǒng)辨識 仿真系統(tǒng)模型為: )40/2c o s ()60/2c o s ()( kkku ?? ??系統(tǒng)輸入信號為: 辨識器由 CMAC與一個 Z1組成。但這里選的是并聯(lián)結(jié)構(gòu)。全知權(quán)值依據(jù) δ 學(xué)習(xí)規(guī)則調(diào)整。這里設(shè) y=(學(xué)習(xí)率) ,C=5(泛化常數(shù) )N=5,量化級 q=Umin~Umax=1~1. )1()1( )1(5)( 32 kukykyky ??? 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 例 5 基于 PID網(wǎng)絡(luò)的非線性動態(tài)系統(tǒng)辨識 仿真系統(tǒng)模型: )40/2c o s ()60/2c o s ()( kkku ?? ??)1()1( )1(5)( 32 kukykyky ???)(?/)](),([ kykyku系統(tǒng)輸入信號為: 辨識器的輸入 /輸出為: PID神經(jīng)網(wǎng)絡(luò)的輸入 /輸出為: )(?/)]1(),1([ kykyku ??PID神經(jīng)網(wǎng)絡(luò)輸出層用線性節(jié)點,準(zhǔn)則函數(shù)取 2/)](?)([)( 2kykykE ??設(shè) η 1=, η2=. 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 例 5 基于 PID網(wǎng)絡(luò)的非線性動態(tài)系統(tǒng)辨識 辨識器 ANNI采用 PID神經(jīng)網(wǎng)絡(luò)與按拍延遲線(兩個 Z1)組成,選用串 并聯(lián)辨識結(jié)構(gòu),如下圖所示: 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 以上例子中這類問題的一般化描述為: 非線性系統(tǒng)的差分方程形式包含有: )()](,),1([)(5)](,),1([)()(4)()](),1([)(3)](,),1([)](,),1([)(2)](,),1()。(,),1([)(111ikubnkykygkyMmkukuikyakyMmkunkykygkyMmkukunkykygkyMmkukunkykygkyMmiinii??????????????????????????????????????仿射型離散狀態(tài)空間表達(dá)式: )](),([)()]([)([)1(kukxgkykukxkx???? ??一般型離散狀態(tài)空間表達(dá)式: )](),([)()]()([)1(kukxgkykukxkx???? ? 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 對于前 5個 SISO系統(tǒng)而言,假設(shè): 1,模型結(jié)構(gòu)已知,而 n m 已知。 2, u(k), y(k)可測量。 3,對所有 u(k)而言, y(k)是一致有界的,即系統(tǒng)穩(wěn)定。 對于后面兩個 MIMO系統(tǒng)而言,假設(shè) 1,系統(tǒng)具有能控性,能觀性。 2,輸入 m維,輸出 p維,狀態(tài) n維。 在一般情況下多用傳 并聯(lián)辨識結(jié)構(gòu),這種結(jié)構(gòu)下 ANNI更容易保證其穩(wěn)定性。 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 例 6 用線性自適應(yīng)神經(jīng)元進(jìn)行線性系統(tǒng)逆模型辨識 仿真系統(tǒng)模型為: 由于 P(z)的零點 p=,極點為 ,均在 Z平面單位圓內(nèi),因此 P(z)是穩(wěn)定的且具有一階時延的系統(tǒng) ( 2)系統(tǒng)逆模型,由于其極點在 Z平面單位圓內(nèi),因此其是穩(wěn)定的: ( 1)求系統(tǒng)的 Z傳遞函數(shù) )2()1()2()1()( ???????? kukukykyky11111211])(1][)(1[)( ?????????????????? zzjzjzzzzzzP1210111)(1)()(???????????zzzzPzPzP 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 例 6 用線性自適應(yīng)神經(jīng)元進(jìn)行線性系統(tǒng)逆模型辨識 )2()2()1()()1( ???????? kukykykyku( 3)逆模型辨識:逆模型 神經(jīng)網(wǎng)絡(luò)的輸出為 u(k1).輸入為:y(k),y(k1), y(k2),u(k2) 逆差分方程為: 逆模的參數(shù)為: TTdCCC ][][12101 ?????? 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 ( 5)在線逆模型辨識(模型還是例 6的模型) 例 6 用線性自適應(yīng)神經(jīng)元進(jìn)行線性系統(tǒng)逆模型辨識 在線逆模型辨識(但是不能用 M序列,可用正弦和隨機(jī)數(shù))證明在線難度大 ( 4)離線逆模型辨識: 輸入 u(k)循環(huán)周期 Np=15的四階 M序列 程序名稱 (離線) 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識示例 (在線) 這里主要解決如下的幾個問題: ( 1)神經(jīng)控制的設(shè)計問題 ( 2)神經(jīng)控制的集中結(jié)構(gòu)及設(shè)計 ( 3)再勵學(xué)習(xí)原理,再勵學(xué)習(xí)與神經(jīng)控制。 1)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的設(shè)計與實現(xiàn) ( 1)神經(jīng)控制系統(tǒng)的一般結(jié)構(gòu) 神經(jīng)控制器 y(t) T 保持器 對象或過程 傳感器 u(t) T e(t) r(t) 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)控制 (a)閉環(huán)確定性系統(tǒng)的 ANN控制 對于該神經(jīng)控制的設(shè)計,就是神經(jīng)辨識器、控制器結(jié)構(gòu)(包括動態(tài)神經(jīng)網(wǎng)絡(luò)種類、結(jié)構(gòu))的選擇,很可能需經(jīng)多次試探過程,在 L2意義下,使準(zhǔn)則函數(shù): A N N CkekytrkEA N N IkekykykE2222212121)(21)](?)([21)()(21)](?)([21)(
點擊復(fù)制文檔內(nèi)容
教學(xué)課件相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號-1