基于BP神经网络的自适应PID控制器设计(共10页).doc
《基于BP神经网络的自适应PID控制器设计(共10页).doc》由会员分享,可在线阅读,更多相关《基于BP神经网络的自适应PID控制器设计(共10页).doc(10页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、精选优质文档-倾情为你奉上基于BP神经网络的自适应PID控制器设计一 基于BP神经网络的自适应PID控制器的原理PID控制是最早发展起来的、 应用领域至今仍然广泛的控制策略之一,它是基于对象数学模型的方法,尤其适用于可建立精确数学模型的确定性控制系统。其优点是算法简单、 鲁棒性好和可靠性高。但是,由于实际工业生产过程往往具有非线性,许多非线性系统难以确定精确的数学模型,常规的PID控制器就不能达到理想的控制效果,由于受到参数整定方法烦杂的困扰,参数往往整定不良、 性能欠佳。神经网络所具有的任意非线性表达能力,可以通过对系统性能的学习来实现具有最佳组合的PID控制。基于BP网络的自适应PID控制
2、器,通过BP神经网络调整自身权系数,对PID控制参数进行调节,以达到某种性能指标的最优。二 基于BP神经网络的自适应PID控制器的控制器结构i基于BP神经网络的PID控制系统结构图如图1所示:图1 BP网络结构jk此控制器由两部分组成:(1)经典的PID控制器,直接对被控对象进行闭环控制,并且三个参数,为在线调整方式;(2)神经网路,根据系统的运行状态,调节PID控制器的参数,以期达到某种性能指标的最优化,是输出层神经元的输出状态对应于PID控制器的一个可调参数,。通过神经网络的自学习、加权系数调整,使神经网络输出对应于某种最优控制率下的PID控制器参数。 基于BP神经网络的自适应PID控制器
3、的控制器如图2所示:NNPIDPLANTrinyouterror+_图2 基于BP神经网络的自适应PID控制器的控制器结构该控制器的算法如下:(1)确定BP神经网络的结构,即确定输入节点数M和隐含层节点数Q,并给各层加权系数的初值和,选定学习速率和惯性系数,此时k=1;(2)采样得到rin(k)和yout(k),计算该时刻误差error(k)=rin(k)-yout(k);(3)计算神经网络NN各层神经元的输入、输出,NN输出层的输出即为PID控制器的三个可调参数,;(4)根据经典增量数字PID的控制算法(见下式)计算PID控制器的输出u(k);(5)进行神经网络学习,在线调整加权系数和实现P
4、ID控制参数的自适应调整;(6)置k=k+1,返回到(1)。三 仿真程序%BP based PID Controlclear all;close all; xite=0.25;alfa=0.05; S=1; %Signal type IN=4;H=5;Out=3; %NN Structureif S=1 %Step Signalwi=-0.6394 -0.2696 -0.3756 -0.7023; -0.8603 -0.2013 -0.5024 -0.2596; -1.0749 0.5543 -1.6820 -0.5437; -0.3625 -0.0724 -0.6463 -0.2859; 0
5、.1425 0.0279 -0.5406 -0.7660;%wi=0.50*rands(H,IN);wi_1=wi;wi_2=wi;wi_3=wi;wo=0.7576 0.2616 0.5820 -0.1416 -0.1325; -0.1146 0.2949 0.8352 0.2205 0.4508; 0.7201 0.4566 0.7672 0.4962 0.3632;%wo=0.50*rands(Out,H);wo_1=wo;wo_2=wo;wo_3=wo;end if S=2 %Sine Signalwi=-0.2846 0.2193 -0.5097 -1.0668; -0.7484 -
6、0.1210 -0.4708 0.0988; -0.7176 0.8297 -1.6000 0.2049; -0.0858 0.1925 -0.6346 0.0347; 0.4358 0.2369 -0.4564 -0.1324;%wi=0.50*rands(H,IN);wi_1=wi;wi_2=wi;wi_3=wi;wo=1.0438 0.5478 0.8682 0.1446 0.1537; 0.1716 0.5811 1.1214 0.5067 0.7370; 1.0063 0.7428 1.0534 0.7824 0.6494;%wo=0.50*rands(Out,H);wo_1=wo;
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络 自适应 PID 控制器 设计 10
限制150内