非線性動態(tài)系統(tǒng)模型與辨識-資料下載頁
2025-10-07 05:31本頁面
【正文】 1)()()1(?iii kqkwky 調(diào)整隱節(jié)點中心 ic 與權(quán)系 W ，使準則函數(shù)： ????2)](?)([21)( kykykE 圖 3 5 1 0 例 3 5 4 辨識器結(jié)構(gòu) ? ? 1?z )1(? ?ky 1?z )?( PNNI P 學習算法 )1( ?ku )1( ?ky 22 演示 ? 例 354 用非線性 DTNN（其中用高斯 RBF網(wǎng)絡(luò)）進行非線性動態(tài)系統(tǒng)辨識 手控 23 例 355 用 PID神經(jīng)網(wǎng)絡(luò)進行非線性動態(tài)系統(tǒng)辨識１。 仿真對象模型： )())(()(5)1(32kukykyky ???? 辨識器 NNI 用串－并聯(lián)辨識結(jié)構(gòu)： P I D 神經(jīng)網(wǎng)絡(luò) ＋ 兩個 1?z P I D 神經(jīng)網(wǎng)絡(luò)輸入／輸出： )]1(),1([ ?? kyku / )(? ky 輸入層節(jié)點輸入輸出相等： )]1(),1([ ?? kyku 隱層節(jié)點見節(jié) 2 8 ； 輸出節(jié)點輸入輸出相等： )()(?39。kxky ? 優(yōu)化準則函數(shù)： ? ? ????? ???LkLkkykykEJ21)(?)(21)(21 qx )?( PNNI W2 W1 11 ??zz 39。q )( ke )( ku )( ky )(? ky _ 學習算法 P 24 隱層至輸出層權(quán)值調(diào)整算法： ???????????Lk iiiiiwkEtwwJtwtw12222222)()()()1( ?? ????Lkiikqktw139。22)()()( ?? )()(39。kek ?? 輸入層至隱層權(quán)值調(diào)整算法： ????kjijijkuktwtw )()()()1(111?? )1()()1()(s g n))(()(2?????kxkxkqkqwkekiiiii? 取??21?? ，樣本長度60?L， 訓練步數(shù) 80,2,1 ??t 。辨識過程見 演 示 。 qx )?( PNNI W2 W1 11 ??zz 39。q )( ke )( ku )( ky )(? ky _ 學習算法 P 25 演示 ? 例 355 用 PID神經(jīng)網(wǎng)絡(luò)進行非線性動態(tài)系統(tǒng) 辨識 手控 26 仿真對象模型與例 3 5 3 相同：???????????300,)())( i n ()1(300,)())(s i n ()1(kkukykykkukyky 辨識器 NNI 與例 3 5 5 同，見圖 3 5 12 。 時變非線性動態(tài)系統(tǒng)，實時在線辨識，準則函數(shù)取： ? ? )(21)(?)(21)(22kekykykE ??? P I D 神經(jīng)網(wǎng)絡(luò)輸入節(jié)點輸入輸出相等： )]1(),1([ ?? kyku 隱層至輸出層權(quán)值調(diào)整算法： )()()()()()1(222222kqkekwwkEkwkwiiiii?? ??????? 輸入層至隱層的權(quán)值調(diào)整算法： )()()()1(111kukkwkwjijij????? )( k? ：與上例相同。 本例取??21??0 .2 ，辨識過程見下頁圖。 例 356 用 PID神經(jīng)網(wǎng)絡(luò)進行非線性動態(tài)系統(tǒng)辨識 2。 27 演示 ? 例 356 用 PID神經(jīng)網(wǎng)絡(luò)進行非線性動態(tài)系統(tǒng) 辨識 手動
教學課件相關(guān)推薦
鄂ICP備17016276號-1