智能控制導論報告bp神經(jīng)網(wǎng)絡模糊控制-在線瀏覽
2024-07-30 03:19本頁面
【正文】 控制規(guī)律是PID控制。它根據(jù)給定值與實際輸出值之間的偏差來控制的。式中——比例系數(shù)；——積分時間常數(shù)； ——微分時間常數(shù)。增大比例系數(shù)一般將加快系統(tǒng)的響應，在有靜差的情況下有利于減小靜差，但是過大的比例系數(shù)會使系統(tǒng)有比較大的超調，并產(chǎn)生振蕩，使穩(wěn)定性變壞。積分作用的強弱取決于積分時間常數(shù)，越大，積分作用越弱，反之越強。（3）、微分環(huán)節(jié)：反映偏差信號的變化趨勢（變化速率），并能在偏差信號變得太大之前在系統(tǒng)中引入一個有效的早期修正信號，從而加快系統(tǒng)的動作速度，減少調節(jié)時間。五、實驗步驟基于simulink的PID控制器的仿真及其調試：調節(jié)后的Kp，Ki，Kd分別為：10 ，1， 。（2）雙擊輸入量或輸出量?？蛑械娜魏我粋€，都會彈出隸屬函數(shù)編輯器，簡稱MF編輯器。本次設計采用雙輸入（偏差E和偏差變化量EC）單輸出（U）模糊控制器，E的論域是[6,6]，EC的論域是[6,6]，U的論域是[6,6]。語言值的隸屬函數(shù)選擇三角形的隸屬度函數(shù)。該控制器的控制規(guī)則表如圖所示：Simulink仿真圖如下：在調試過程中發(fā)現(xiàn)加入積分調節(jié)器有助于消除靜差，通過試湊法得出量化因子，比例因子以及積分常數(shù)。相對而言，對于給出精確數(shù)學模型的控制對象，PID控制器顯得更具有優(yōu)勢，原因如下：（1）、PID控制器相對比較簡單，而模糊控制器設計較為復雜，不僅要設計變量還要設計模糊規(guī)則；（2）、PID控制器調節(jié)三個參數(shù)可以達到滿意的效果，對于給出給出精確數(shù)學模型的控制對象，模糊控制器并沒有展現(xiàn)出太大的優(yōu)勢，調節(jié)參數(shù)的難度并不亞于PID控制器。實驗二：神經(jīng)網(wǎng)絡字符識別一、實驗目的1. 熟悉神經(jīng)網(wǎng)絡的特征、結構以及學習算法 2. 了解神經(jīng)網(wǎng)絡的結構對控制效果的影響 3. 掌握用MATLAB實現(xiàn)神經(jīng)網(wǎng)絡控制系統(tǒng)仿真的方法。利用所編程序完成訓練后，在輸入樣本 X=（1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1）時,求網(wǎng)絡輸出值。尤其是基于誤差反向傳播(Back Propagation)算法的多層前饋網(wǎng)絡(MuhipleLayerFeedforward Network)，即BP網(wǎng)絡，可以以任意精度逼近任意連續(xù)函數(shù)，所以廣泛地應用于非線性建模、函數(shù)逼近和模式分類等方面。其主要思想是：對于M個輸人學習樣本，已知與其
環(huán)評公示相關推薦
鄂ICP備17016276號-1