基于bp神經(jīng)網(wǎng)絡(luò)的自校正pid控制研究(編輯修改稿)
2024-12-11 23:02 本頁面
【文章內(nèi)容簡介】 ? ?? ? ?? ?其中 (18) 由公式 (15) (17) (18)可見， BP 算法是反向遞推算法 . 從以上推 導(dǎo) 可以得到 BP 算法修正權(quán)值的三個關(guān)鍵 公式 : 1,k k ki j pj piwx?? ??? (9) 39。( ) ( )Q Q Qpi pi pi pid x f s? ?? (12) 139。 1 1,1( ) ( )knk k k kp i p i p l l ilf s w??? ???? ? (14) 其中 , 1( 1, 2,..., )( 1, 2,..., )( 1,..., 2)kkjninkQ????? 當(dāng)選定神經(jīng)網(wǎng)絡(luò)的輸出變換函數(shù)時 ,公式 (9)(12)(14)可以進(jìn)一步簡化得到 : 1( ) ,1 xy f x e???? 時 39。 ( ) ( )(1 ( ))f x f x f x?? 則 ( ) ( ) ( 1 ( ) ) ( ) ( 1 )Q Q k k Q k kp j p j p j p j p j p j p j p j p jd x f s f s d x x x? ? ? ? ? ? ? (19) 111 1 1 1..( ) ( 1 ( ) ) ( ) ( 1 ) ( )kknnk k k k k k k k kp j p j p j p l j l p j p j p l j lllf s f s w x x w? ? ???? ? ? ???? ? ? ??? (20) 39。11( ) ( ) ( 1 ( ) ) ( 1 ( ) )12xxef x f x f x f xe ???? ? ? ??當(dāng) 時, 則 11( ) ( 1 ( ) ) ( 1 ( ) ) ( ) ( 1 ) ( 1 )22Q Q k k Q k kp j p j p j p j p j p j p j p j p jd x f s f s d x x x? ? ? ? ? ? ? ? ? (21) 111 1 1 1..( 1 ( ) ) ( 1 ( ) ) ( ) ( 1 ) ( 1 ) ( )kknnk k k k k k k k kp j p j p j p l j l p j p j p l j lllf s f s w x x w? ? ???? ? ? ???? ? ? ? ? ??? (22) 綜上 ,BP 算法屬于全局逼近算法 ,具有較好的泛化能力 .只要有足夠的隱層和隱節(jié)點(diǎn)數(shù) ,它可以逼近任意的非線性映射關(guān)系 .由上面的算法原理利用 MATLAB 源程序用多層前饋網(wǎng)絡(luò)和 BP 算法對其系統(tǒng)進(jìn)行辨識仿真 ,設(shè)某兩輸入兩輸出的系統(tǒng)模型為 : Yp2(k+1)=[yp1(k)yp2(k)/(1+yp2(k))+u2(k)] Yp1(k+1)=[yp1(k)/(1+yp2(k)^2)+u1(k) 測試數(shù)據(jù)為 sin(pik/25), k≦ 250 U(k)=﹛ , 250k≦ 500 , 500k≦ 750 (pik/25)+(pik/32)+(pik/40),750k≦ 1000. 神經(jīng)網(wǎng)絡(luò)模型選 [3,3,1]結(jié)構(gòu) ,步長為 output1 與 output2 輸入信號和神經(jīng)網(wǎng)絡(luò)的輸出信號的仿真圖及誤差為 0 100 200 300 400 500 600 700 800 900 10001 0 . 500 . 51t i m e koutput10 500 1000 1500 2020 250000 . 0 20 . 0 40 . 0 6t i m e kmste1 圖 3 output1 輸入輸出信號及系統(tǒng)誤差的仿真圖 0 100 200 300 400 500 600 700 800 900 1000 0 . 500 . 5t i m e koutput20 500 1000 1500 2020 250000 . 0 20 . 0 40 . 0 60 . 0 8t i m e kmste2
公司管理相關(guān)推薦
鄂ICP備17016276號-1