【正文】
,可求出 39。( ( ) ) ( )j j i j ii j i jn e t x k w x kww? ?? ? ???將式 ()至式 ()代回式 (),可得 39。39。39。39。39。39。1( ) ( 1 )1 ( ) s g n ( )( ) ( 1 )l jjjiki j j ju k u kE k w x kw l n e t k n e t k????? ? ? ? ? ??? ? ?令 39。39。39。39。39。39。( ) ( 1 )( ) ( ) sg n( ) ( 1 )jjjjju k u kk k wn e t k n e t k????? ? ???則式( )可簡(jiǎn)化為 : 11 ( ) ( )likijE k x kwl ??? ? ? ???() () () () PID網(wǎng)絡(luò)初值權(quán)重的選取和等價(jià)系統(tǒng) 1) 神經(jīng)元網(wǎng)絡(luò)連接權(quán)重初值選取的重要性 神經(jīng)元網(wǎng)絡(luò)連接權(quán)重初值的選取對(duì)于神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)和收斂速度是很重要的,因?yàn)檫B接權(quán)重初值決定了網(wǎng)絡(luò)學(xué)習(xí)的起始點(diǎn)和收斂的初始方向。恰當(dāng)?shù)倪x取連接權(quán)重初值,可使網(wǎng)絡(luò)的學(xué)習(xí)和收斂速度加快,且能避免陷入局部最小,達(dá)到事半功倍的效果。目前對(duì)傳統(tǒng)神經(jīng)元網(wǎng)絡(luò)連接權(quán)重初值的選取尚無固定的準(zhǔn)則,一般只能取隨機(jī)數(shù),這將導(dǎo)致出現(xiàn)以下兩個(gè)問題。 PID網(wǎng)絡(luò)初值權(quán)重的選取和等價(jià)系統(tǒng) ( 1)連接權(quán)重初值取隨機(jī)數(shù),網(wǎng)絡(luò)學(xué)習(xí)的起始點(diǎn)和收斂的初始方向?qū)⑹请S機(jī)的,要使收斂方向歸于正確必須要經(jīng)過反復(fù)的訓(xùn)練和學(xué)習(xí),這是一般神經(jīng)元網(wǎng)絡(luò)收斂速度慢的原因之一。同時(shí),對(duì)于采用反傳算法的網(wǎng)絡(luò),隨即的起點(diǎn)將導(dǎo)致收斂陷入局部最小點(diǎn)。 ( 2)在神經(jīng)元網(wǎng)絡(luò)作為控制系統(tǒng)中的控制器時(shí),網(wǎng)絡(luò)連接權(quán)重初值的選取還關(guān)系著系統(tǒng)的穩(wěn)定性。如果網(wǎng)絡(luò)連接權(quán)重初值取隨機(jī)數(shù),按此初值工作的神經(jīng)元網(wǎng)絡(luò)控制器很難保證系統(tǒng)初始工作的穩(wěn)定性。在實(shí)際控制過程中,如果此神經(jīng)元網(wǎng)絡(luò)控制系統(tǒng)初始狀態(tài)是不穩(wěn)定的,系統(tǒng)根本無法正常工作。這種情況下,即使此神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)算法是收斂的也無濟(jì)于事,沒有實(shí)用價(jià)值。很多神經(jīng)元網(wǎng)絡(luò)不能用于實(shí)際系統(tǒng)控制,就是因?yàn)槠洳荒鼙WC系統(tǒng)全過程穩(wěn)定。 PID網(wǎng)絡(luò)初值權(quán)重的選取和等價(jià)系統(tǒng) 2) SPIDNN的連接權(quán)重初值選取和等價(jià)系統(tǒng) PIDNN連接權(quán)重初值的選取原則是參照 PID控制器的特點(diǎn)確定的。 ?輸入層至隱含層的連接權(quán)重初值選取 實(shí)現(xiàn) (r,y)→e 的映射,選輸入層至隱含層的連接權(quán)初值 : 1 1jw ?? 2 1jw ???隱含層至輸出層的連接權(quán)重初值選取 使 SPIDNN在初始連接權(quán)時(shí)的輸出等價(jià)于 PID控制器輸出。 pKw ?39。1 39。2 IwK? DKw ?39。3 應(yīng)用仿真 S P IDN Nr v y被 控 對(duì) 象仿真實(shí)例 設(shè)被控對(duì)象為 : Y(k)=(k1)+(k2)+(k1)+(k2) 未整定的 PID控制方波響應(yīng) 應(yīng)用仿真 1 2 3( ) 0. 34 , ( ) 0. 32 , ( ) 0. 33w o w o w o? ? ? 應(yīng)用仿真 1 2 , , w w? ? ? 應(yīng)用仿真 1 2 3( ) 0. 34 , ( ) 0. 32 , ( ) 0. 33w o w o w o? ? ? 本章結(jié)束,謝謝關(guān)注!