智能控制系統(tǒng)-神經(jīng)網(wǎng)絡(luò)(參考版)
2025-01-09 05:19本頁面
【正文】 )1( ?? ky)(/)1( kuky ??? ?基于 BP神經(jīng)網(wǎng)絡(luò)的 PID控制算法 作業(yè) 基于 VC(或 VB)是編程實(shí)現(xiàn) BP網(wǎng)絡(luò)，并利用該 程序?qū)崿F(xiàn)簡單圖形分類器 。 采用線性預(yù)測模型的 BP神經(jīng)網(wǎng)絡(luò) PID控制器 1) 事先選定 BP神經(jīng)網(wǎng)絡(luò) NN的結(jié)構(gòu)，即選定輸入層節(jié)點(diǎn)數(shù) M和隱含層節(jié)點(diǎn)數(shù) Q，并給出權(quán)系數(shù)的初值 w(2)ij(0), w(3)li(0)，選定學(xué)習(xí)速率 η 和平滑因子 α ， k=1； 2) 用線性系統(tǒng)辨識法估計(jì)出參數(shù)矢量 θ(k) ，從而形成一步預(yù)報(bào)模型式； 3) 采樣得到 r(k)和 y(k)，計(jì)算 e(k)=z(k)=r(k)y(k)； 4) 對 r(i),y(i),u(i1),e(i)進(jìn)行歸一化處理，作為 NN的輸入； 5) 前向計(jì)算 NN的各層神經(jīng)元的輸入和輸出， NN輸出層的輸出即為 PID控制器的三個(gè)可調(diào)參數(shù) KP(k),KI(k),KD(k)； 6) 計(jì)算 PID控制器的控制輸出 u(k)，參與控制和計(jì)算； 7)計(jì)算 和 ； 8) 計(jì)算修正輸出層的權(quán)系數(shù) w(3)li(k)； 9) 計(jì)算修正隱含層的權(quán)系數(shù) w(2)ij(k)； 10) 置 k=k+1，返回到 “ 2） ” 。 基于 BP神經(jīng)網(wǎng)絡(luò)的 PID控制算法 改進(jìn)型 BP神經(jīng)網(wǎng)絡(luò)控制參數(shù)自學(xué)習(xí) PID控制 將神經(jīng)網(wǎng)絡(luò)用于控制器的設(shè)計(jì)或直接學(xué)習(xí)計(jì)算控制器的輸出（控制量），一般都要用到系統(tǒng)的預(yù)測輸出值或其變化量來計(jì)算權(quán)系數(shù)的修正量。即使輸出層神經(jīng)元的輸出狀態(tài)對應(yīng)于 PID控制器的三個(gè)可調(diào)參數(shù) KP,KI,KD，通過神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、調(diào)整權(quán)系數(shù)，從而使其穩(wěn)定狀態(tài)對應(yīng)于某種最優(yōu)控制律下的 PID控制器參數(shù)。通過神經(jīng)網(wǎng)絡(luò)自身的學(xué)習(xí)，可以找到某一最優(yōu)控制律下的 P， I， D參數(shù)。通過某種規(guī)則，不斷調(diào)整權(quán)值，使得在穩(wěn)定是每個(gè)領(lǐng)域的所有節(jié)點(diǎn)對某種輸入具有類似的輸出，并且聚類的概率分布與輸入模式的概率分布相接近。輸出節(jié)點(diǎn)與其鄰域或其他節(jié)點(diǎn)廣泛連接，互相激勵。 自組織特征映射網(wǎng)絡(luò) 3 自組織特征映射網(wǎng)絡(luò)具有側(cè)向聯(lián)想力，如圖右。 各神經(jīng)元放入連接權(quán)值具有一定的分布特性，最 鄰近的神經(jīng)元互相激勵，而較遠(yuǎn)的神經(jīng)元則互相 抑制，再遠(yuǎn)的又具有較弱的激勵作用。 反饋網(wǎng)絡(luò) 具有對稱的連接權(quán)值 Boltzmann機(jī)網(wǎng)絡(luò) (BM網(wǎng)絡(luò) ) 2 用于分類問題的 BM網(wǎng)絡(luò)，不含隱單元 BM網(wǎng)絡(luò)運(yùn)行分為兩個(gè)階段： 1）學(xué)習(xí)和訓(xùn)練階段，根據(jù)學(xué)習(xí)樣本對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將知識分布地存儲于網(wǎng)絡(luò)的連接權(quán)中； 2）工作階段，根據(jù)輸入運(yùn)行網(wǎng)絡(luò)得到合適的輸出，這實(shí)質(zhì)是按照某種機(jī)制將知識提取出來。 工作方式有兩種 ： 異步方式：每次只有一個(gè)神經(jīng)元節(jié)點(diǎn)進(jìn)行狀態(tài)調(diào)整，其 他節(jié)點(diǎn)的狀態(tài)保持不變 同步方式：所有神經(jīng)元節(jié)點(diǎn)同時(shí)調(diào)整 離散 Hopfield網(wǎng)絡(luò)實(shí)質(zhì)是一個(gè)離散的非線性動力學(xué)系 統(tǒng)。 2111 ( ( ) ( ))2qmookoE d k y km ?????? BP算法尚存在以下一些缺點(diǎn) ①由于采用非線性梯度優(yōu)化算法，易形成局部極小而得不到整體最優(yōu)； ②優(yōu)化算法次數(shù)甚多使得學(xué)習(xí)效率低，收斂速度很慢； ③ BP網(wǎng)絡(luò)是前向網(wǎng)絡(luò)，無反饋連接，影響信息交換速度和效率； ④網(wǎng)絡(luò)輸入節(jié)點(diǎn)、輸出節(jié)點(diǎn)由問題而定，但隱節(jié)點(diǎn)的選取根據(jù)經(jīng)驗(yàn)，缺乏理論指導(dǎo)； ⑤在訓(xùn)練中學(xué)習(xí)新樣本有遺忘舊樣本的趨勢，且要求每個(gè)樣本的特征數(shù)目要相同。當(dāng)誤差達(dá)到預(yù)設(shè)精度或?qū)W習(xí)次數(shù)大于設(shè)定的最大次數(shù)，則結(jié)束算法。 1( ) ( ) ( )( ) ( )ho o hhoNNho ho o he
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1