【正文】
一般來說 ,隨著 pk 的增大 ,系統(tǒng)的穩(wěn)態(tài)誤差減小 ,但是系統(tǒng)的穩(wěn)定性變差 ,而 pk 較小時 ,系統(tǒng)的調(diào)節(jié)時間較長 , pk 過大又會導(dǎo)系統(tǒng)不穩(wěn)定 。 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)可以進一步簡化得到 : 1( ) ,1 xy f x e???? 時 39。 kpikpipkpikpikpipkpipkpi sfxEsxxEsE ????????????????? (10) 對 于上式第一項的計算需要考慮以下兩種情況: 1. 輸出層神經(jīng)元的輸出對 E 的影響 : ? ?? ??QnjQpipip xdE12][21 ? )( QpipiQpip xdxE ????? (11) ? )()( 39。,2,1 ?? knj ? kni 。 多層前饋神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖 1 所示 : 輸入層 隱層 輸出層 圖 1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) BP算法 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式有兩種 :有指導(dǎo)的學(xué)習(xí) — 在訓(xùn)練期間 ,向網(wǎng)絡(luò)提供輸入輸出樣本對 。K1層 第 K層 K+1層 ,kijw1,kmiw?kix1kjx?1kmx?第 1層 第 Q層 無指導(dǎo)的學(xué)習(xí) — 自適應(yīng)于輸入空間 .神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則就是修正權(quán)值的一個算法 . BP 神經(jīng)網(wǎng)絡(luò) 的學(xué)習(xí)過程分為信息的正向傳播過程和誤差的反向傳播過程兩個階段。,2,1 ?? Qk 。 QpiQpipiQpi sfxd ??? (12) 2. 中間層神經(jīng)元的輸出對 E 的影響 ? ? ??? ? ??? ????????? ????????????????? 1 111 11,111,1111 )())(()(k kkk nlnlk ilkpinmkpmk mlkpikplpnl kpikplkpl pkpip wxwxsExssExE ?(13) ? ????? ?? 111,139。 ( ) ( )(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。 ik 有助于提高系統(tǒng)的穩(wěn)態(tài)精度 ,但是過大也會導(dǎo)致系統(tǒng)的不穩(wěn)定 , dk 的增加有 助于減小系統(tǒng)的振蕩 .實際的控制過程通過實驗加拼湊的方法確定 PID 控制器的三個參數(shù) .而 神經(jīng)元 PID 控制器 則 是用神經(jīng)元 的輸出 替代 PID控制, 設(shè) ? ?( ) ( 1 ) , ( ) , ( ) 2 ( 1 ) ( 2 )cx e k e k e k e k e k e k? ? ? ? ? ? ?, (25) 則由 BP 算法可得 神經(jīng)元 PID 控制器的輸出為: 31( ) ( ) ( )cjjju k w k x k???? = ? ? ? ? ? ?1 2 3( ) ( 1 ) ( ) ( ) 2 ( 1 ) ( 2)w e k e k w e k w e k e k e k? ? ? ? ? ? ? ? (26) 式 (24)(26)兩式的形式完全相同 ,不同的是式 (24)的系數(shù)是預(yù)先確 定好的且在控制過程中固定不變的 .而式 (26)的