【正文】 感謝我的家人們。在此謹(jǐn)向尊敬的導(dǎo)師表示衷心的感謝。致 謝 本論文是在導(dǎo)師郭興眾老師的嚴(yán)格要求和悉心指導(dǎo)下完成的。，應(yīng)用其他性能更加優(yōu)良的網(wǎng)絡(luò)結(jié)構(gòu)來(lái)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程，例如應(yīng)用RBF網(wǎng)絡(luò)結(jié)構(gòu)、小腦模型網(wǎng)絡(luò)等來(lái)進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，或者利用其他如:連續(xù)型Hopfield網(wǎng)絡(luò)、局部遞歸型神經(jīng)網(wǎng)絡(luò)等進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)，從而改善利用BP網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)學(xué)習(xí)時(shí)的缺點(diǎn)。 展望今后的工作，在現(xiàn)有工作的基礎(chǔ)上，還有很多的工作需要進(jìn)一步深入，筆者認(rèn)為至少在以下幾方面有進(jìn)一步研究的必要。盡管在應(yīng)用MATLAB/SIMULINK軟件對(duì)該系統(tǒng)進(jìn)行仿真取得了成功，但是神經(jīng)網(wǎng)絡(luò)PID控制還是一個(gè)比較新的研究領(lǐng)域，基于PID的控制理論還涉及到多個(gè)學(xué)科的關(guān)鍵技術(shù)，同時(shí)由于時(shí)間倉(cāng)促加上筆者剛剛涉及這一領(lǐng)域，許多重要的研究?jī)?nèi)容尚未涉及，有些雖進(jìn)行了研究但深度不夠。本文針對(duì)在控制領(lǐng)域中應(yīng)用最廣泛的一類控制一PID控制在現(xiàn)代控求越來(lái)越高的情況下，由于常規(guī)PID控制自身的缺陷，在許多場(chǎng)合已經(jīng)不能再好的滿足控制性能要求的情況下，研究了一系列的改進(jìn)型PID控制器，其中主有如下成果:1．提出了基于BP算法的神經(jīng)網(wǎng)絡(luò)PID控制器。在控制領(lǐng)域中，神經(jīng)網(wǎng)絡(luò)由于其具有強(qiáng)的非線性映射能自學(xué)習(xí)適應(yīng)能力、聯(lián)想記憶能力、并行信息處理方式及其優(yōu)良的容錯(cuò)性能，不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理、存儲(chǔ)和檢索功能。同樣，如果把BP神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的控制品質(zhì)與常規(guī)PID控制系統(tǒng)的控制品質(zhì)相比，同樣可以發(fā)現(xiàn)，后者的控制品質(zhì)要比前后者好。用該組數(shù)據(jù)仿真得到和上面四中個(gè)曲線同類型的四種曲線，但控制效果明顯不同如圖59~512所示圖59 穩(wěn)定權(quán)值下BP網(wǎng)絡(luò)的階躍跟蹤曲線圖 510 穩(wěn)定權(quán)值下BP網(wǎng)絡(luò)的誤差跟蹤曲線圖511 穩(wěn)定權(quán)值下BP網(wǎng)絡(luò)的PID輸出曲線圖512 穩(wěn)定權(quán)值下BP網(wǎng)絡(luò)的參數(shù)自適應(yīng)整定曲線 仿真結(jié)果分析由上述兩組圖可以看出BP神經(jīng)網(wǎng)絡(luò)的各項(xiàng)指標(biāo)效果均非常良好，特別是BP神經(jīng)網(wǎng)絡(luò)的自整定，自適應(yīng)都非常好。 ]。當(dāng)我們運(yùn)行穩(wěn)定后得到一組新的權(quán)值wi，wo如下 wi=[ 。 0..4962 ]。 。取時(shí)為階躍跟蹤，時(shí)為正弦跟蹤，初始權(quán)值取隨機(jī)值，運(yùn)行穩(wěn)定后用穩(wěn)定權(quán)值代替隨機(jī)值[1]。此外，可以用輸入源“Sources”模塊組中的“Clock”模塊來(lái)查看“Workplace”的輸出數(shù)據(jù)。 BP神經(jīng)網(wǎng)絡(luò)自整定PID控制系統(tǒng)圖54 BP神經(jīng)網(wǎng)絡(luò)自整定PID控制系統(tǒng)根據(jù)前面的介紹我們可以得到上圖的自整定PID控制器。 常規(guī)PID控制系統(tǒng)直流電動(dòng)機(jī)具有良好的運(yùn)行和控制特性，長(zhǎng)期以來(lái)直流調(diào)速系統(tǒng)一直占據(jù)壟斷地位，近年來(lái)交流調(diào)速系統(tǒng)發(fā)展很快，并有望在不太久的時(shí)間內(nèi)取代直流調(diào)速系統(tǒng)?！　】紤]到系統(tǒng)的復(fù)雜性，SIMULINK另提供十二種類型的擴(kuò)展系統(tǒng)庫(kù)，每一種又有多種模型供選擇。 　　包括五種標(biāo)準(zhǔn)模式：延遲，零極點(diǎn)，濾波器，離散傳遞函數(shù)，離散狀態(tài)空間。 MATLAB的SIMULINK子庫(kù)是一個(gè)建模、分析各種物理和數(shù)學(xué)系統(tǒng)的軟件，它用框圖表示系統(tǒng)的各個(gè)環(huán)節(jié)，用帶方向的連線表示各環(huán)節(jié)的輸入輸出關(guān)系。除此之外，用戶還可以在改變參數(shù)后來(lái)迅速觀看系統(tǒng)中發(fā)生的變化情況。
用戶可以從最高級(jí)開(kāi)始觀看模型，然后用鼠標(biāo)雙擊其中的子系統(tǒng)模塊，來(lái)查看其下一級(jí)的內(nèi)容，以此類推，從而可以看到整個(gè)模型的細(xì)節(jié)，幫助用戶理解模型的結(jié)構(gòu)和各模塊之間的相互關(guān)系。它與傳統(tǒng)的仿真軟件包微分方程和差分方程建模相比，具有更直觀、方便、靈活的優(yōu)點(diǎn)。 機(jī)電一體化設(shè)計(jì)與開(kāi)發(fā)——全系統(tǒng)的聯(lián)合仿真，結(jié)合 Easy 5 、 Adams。接口方式包括了聯(lián)合建模、數(shù)據(jù)共享、開(kāi)發(fā)流程銜接等等。 MathWorks 公司針對(duì)不同的實(shí)時(shí)或非實(shí)時(shí)操作系統(tǒng)平臺(tái)，開(kāi)發(fā)了相應(yīng)的目標(biāo)選項(xiàng)，配合不同的軟硬件系統(tǒng)，可以完成快速控制原型（ Rapid Control Prototype ）開(kāi)發(fā)、硬件在回路的實(shí)時(shí)仿真（ HardwareinLoop ）、產(chǎn)品代碼生成等工作。 在 MATLAB 產(chǎn)品族中，自動(dòng)化的代碼生成工具主要有 RealTime Workshop （RTW ）和 Stateflow Coder ，這兩種代碼生成工具可以直接將 Simulink 的模型框圖和 Stateflow 的狀態(tài)圖轉(zhuǎn)換成高效優(yōu)化的程序代碼。 Simulink 是基于 MATLAB 的框圖設(shè)計(jì)環(huán)境，可以用來(lái)對(duì)各種動(dòng)態(tài)系統(tǒng)進(jìn)行建模、分析和仿真，它的建模范圍廣泛，可以針對(duì)任何能夠用數(shù)學(xué)來(lái)描述的系統(tǒng)進(jìn)行建模，例如航空航天動(dòng)力學(xué)系統(tǒng)、衛(wèi)星控制制導(dǎo)系統(tǒng)、通訊系統(tǒng)、船舶及汽車等等，其中了包括連續(xù)、離散，條件執(zhí)行，事件驅(qū)動(dòng)，單速率、多速率和混雜系統(tǒng)等等。這樣就可以擴(kuò)展 MATLAB 功能，使 MATLAB 能夠同其他高級(jí)編程語(yǔ)言例如 C/C++ 語(yǔ)言進(jìn)行混合應(yīng)用，取長(zhǎng)補(bǔ)短，以提高程序的運(yùn)行效率，豐富程序開(kāi)發(fā)的手段。 MATLAB 將高性能的數(shù)值計(jì)算和可視化集成在一起，并提供了大量的內(nèi)置函數(shù)，從而被廣泛地應(yīng)用于科學(xué)計(jì)算、控制系統(tǒng)、信息處理等領(lǐng)域的分析、仿真和設(shè)計(jì)工作，而且利用 MATLAB 產(chǎn)品的開(kāi)放式結(jié)構(gòu)，可以非常容易地對(duì) MATLAB 的功能進(jìn)行擴(kuò)充，從而在不斷深化對(duì)問(wèn)題認(rèn)識(shí)的同時(shí)，不斷完善 MATLAB 產(chǎn)品以提高產(chǎn)品自身的競(jìng)爭(zhēng)能力。3．計(jì)算神經(jīng)網(wǎng)絡(luò)NN各層神經(jīng)元的輸入、輸出，NN輸出層的輸出即為PID控制 器的三個(gè)可調(diào)參數(shù)、。最后，網(wǎng)絡(luò)輸出層三個(gè)節(jié)點(diǎn)的輸入、輸出分別為 （49） =1,2,3 （410）即 （411） 式中，為輸出層加權(quán)系數(shù)，輸出層神經(jīng)元活化函數(shù)為 。輸入節(jié)點(diǎn)對(duì)應(yīng)所選的系統(tǒng)運(yùn)行狀態(tài)量，如系統(tǒng)不同時(shí)刻的輸入量和輸出量等，必要時(shí)進(jìn)行歸一化處理。②BP神經(jīng)網(wǎng)絡(luò)：根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，調(diào)節(jié)PID控制器的參數(shù)，以其達(dá)到某種性能指標(biāo)的最優(yōu)化，即使輸出層神經(jīng)元的輸出狀態(tài)對(duì)應(yīng)于PID控制器的三個(gè)可調(diào)參數(shù)、通過(guò)神經(jīng)網(wǎng)絡(luò)的自身學(xué)習(xí)、加權(quán)系數(shù)調(diào)整，從而使其穩(wěn)定狀態(tài)對(duì)應(yīng)于某種最優(yōu)控制規(guī)律下的PID的控制器參數(shù)[1]。BP神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性函數(shù)的能力，而且結(jié)構(gòu)和學(xué)習(xí)算法簡(jiǎn)單明確。神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)設(shè)計(jì)有多種類型，多種方式，既有完全脫離傳統(tǒng)設(shè)計(jì)的方法，也有與傳統(tǒng)設(shè)計(jì)手段相結(jié)合的方式[4]。采用神經(jīng)網(wǎng)絡(luò)方法設(shè)計(jì)的控制系統(tǒng)具有更快的速度(實(shí)時(shí)性)、更強(qiáng)的適應(yīng)能力和更強(qiáng)的魯棒性[7]。第4章 BP神經(jīng)網(wǎng)絡(luò)PID控制方法研究所謂“神經(jīng)網(wǎng)絡(luò)”是以一種簡(jiǎn)單計(jì)算處理單元（即神經(jīng)元）為節(jié)點(diǎn)，采用某種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)構(gòu)成的活性網(wǎng)絡(luò)，可以用來(lái)描述幾乎任意的非線性系統(tǒng)；不見(jiàn)如此。不妨假設(shè)當(dāng)前層（神經(jīng)元i所在層）的后繼層為第h層，該層各個(gè)神經(jīng)元k的網(wǎng)絡(luò)輸入為所以，E對(duì)的偏導(dǎo)可以轉(zhuǎn)換成如下形式： （325） 所以，E對(duì)的偏導(dǎo)可以轉(zhuǎn)換成如下形式 （326） 由式（325），可得 （327） （328）與式（320）中的相比，式（328）中的為較后一層的神經(jīng)元網(wǎng)絡(luò)輸入。 計(jì)算可分為以下兩種情況：，即i =k當(dāng)i為輸出層神經(jīng)元時(shí)，注意到： （322） 故當(dāng)i為輸出層神經(jīng)元時(shí)，它對(duì)應(yīng)的連接權(quán)應(yīng)該按照下列公式進(jìn)行調(diào)整： （323） 。 BP神經(jīng)網(wǎng)絡(luò)的誤差反向傳播和加權(quán)系數(shù)的調(diào)整在前向計(jì)算中，若實(shí)際輸出與理想輸出不一致，就要將其誤差信號(hào)從輸出端反向傳播回來(lái)，并在傳播過(guò)程中對(duì)加權(quán)系數(shù)不斷修正，使輸出層神經(jīng)元上得到所需要的期望輸出為止。以具有m個(gè)輸入、q個(gè)隱含節(jié)點(diǎn)、r個(gè)輸出的三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為例，按逐個(gè)輸入法依次輸入樣本，則BP神經(jīng)網(wǎng)絡(luò)輸入層的輸出為 j=1,2.......m （38） 隱含層第i個(gè)神經(jīng)元的輸入、輸出可寫(xiě)成 （39） i=1,2……q （310） 式中，隱含層加權(quán)系數(shù)；上標(biāo)（1）、（2）、（3）分別代表輸入層、隱含層、輸出層，f()－活化函數(shù)，這里取為Sigmoid活化函數(shù)[8]。不論學(xué)習(xí)過(guò)程是否結(jié)束，只要在網(wǎng)絡(luò)的輸入節(jié)點(diǎn)加入輸入信號(hào)，則這些信號(hào)將一層一層向前傳播，通過(guò)每一層時(shí)要根據(jù)當(dāng)時(shí)的連接加權(quán)系數(shù)和節(jié)點(diǎn)的活化函數(shù)與閥值進(jìn)行相應(yīng)計(jì)算，所得的輸出再繼續(xù)向下一層傳送。多層前向網(wǎng)絡(luò)能逼近任意非線性函數(shù)，在科學(xué)領(lǐng)域中有廣泛的應(yīng)用。在Hebb學(xué)習(xí)規(guī)則中，引入教師信號(hào)，即將換成希望輸出與實(shí)際輸出之差，就構(gòu)成有監(jiān)督學(xué)習(xí)的學(xué)習(xí)規(guī)則 （37） 這種學(xué)習(xí)規(guī)則使神經(jīng)元通過(guò)關(guān)聯(lián)搜索對(duì)未知的外界做出反應(yīng)，即在教師信號(hào) 的指導(dǎo)下，對(duì)環(huán)境信息進(jìn)行相關(guān)的學(xué)習(xí)和自組織，使相應(yīng)的輸出增強(qiáng)或削弱[8]。學(xué)習(xí)規(guī)則就是修正神經(jīng)元之間連接強(qiáng)度或加權(quán)系數(shù)的算法，使獲得的知識(shí)結(jié)構(gòu)適應(yīng)周圍環(huán)境的變化。 :神經(jīng)元的連接權(quán)值。為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)則等三個(gè)要素[3]。它是由簡(jiǎn)單信息處理單元(人工神經(jīng)元，簡(jiǎn)稱神經(jīng)元)互聯(lián)組成的網(wǎng)絡(luò)，能夠接受并處理信息。 一看二調(diào)多分析，調(diào)節(jié)質(zhì)量不會(huì)低。 曲線波動(dòng)周期長(zhǎng)，積分時(shí)間再加長(zhǎng)。 先是比例后積分，最后再把微分加。 對(duì)于流量系統(tǒng)：P（%）40100，I（分） ?，F(xiàn)在一般采用的是臨界比例法。二是工程整定方法，它主 要依賴工程經(jīng)驗(yàn)，直接在控制系統(tǒng)的試驗(yàn)中進(jìn)行，且方法簡(jiǎn)單、易于掌握，在工程實(shí)際中被廣泛采用。它是根據(jù)被控過(guò)程的特性確定PID控制器的比例系數(shù)、積分時(shí)間和微分時(shí)間的大小。根據(jù)遞推原理可得 （27） 用式（26）減式（27），可得增量式PID控制算法 （28） 式（28）稱為增量式PID控制算法，將其進(jìn)一步可改寫(xiě)為 （29） 式中，用增量式PID控制算法有以下優(yōu)點(diǎn)：1．增量算法不需要累加，控制量增量的確定僅與最近幾次誤差采樣值有關(guān)，存在計(jì)算誤差與精度不足時(shí)，對(duì)控制量計(jì)算影響較小。由于計(jì)算機(jī)輸出u (k)直接去控制執(zhí)行機(jī)構(gòu)，u (k)的值與執(zhí)行機(jī)構(gòu)的位置是一一對(duì)應(yīng)，所以式（25）或式（26）為位置式PID控制算法。當(dāng)采樣周期相當(dāng)短時(shí)，可以用求和代替積分，用差商代替微分，即做如下近似變換： （24） 式中，k－采樣序號(hào)，k=1，2，…，T－采樣周期。與連續(xù)PID控制相比，數(shù)字PID控制有其優(yōu)越性，因?yàn)橛?jì)算機(jī)程序靈活性，很容易克服連續(xù)PID控制中存在的問(wèn)題，經(jīng)修正得到更完善的數(shù)字PID算法。微分作用：減少超調(diào)量及克服振蕩，使系統(tǒng)的穩(wěn)定性提高，同時(shí)加快系統(tǒng)的動(dòng)