神经网络自适应PID控制.ppt

基于神经网络的自适应PID控制 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 1 PIDNNC的设计及实现 2 PIDNNC的初始权值的选取 2 PIDNNC的初始权值的选取 2 PIDNNC的初始权值的选取 3 PIDNNC在倒立摆镇定控制中的应用 3 PIDNNC在倒立摆镇定控制中的应用 3 PIDNNC在倒立摆镇定控制中的应用 智能控制期末考核作业 * * 1 PIDNNC的设计及实现 2 PIDNNC的初始权值的选取 3 PIDNNC在倒立摆镇定控制中的应用 激活函数：f = 1 多变量PID 隐 含 层 输出层节点 闭环系统结构 总误差函数 调整原则 梯度下降法 弹性原理 取符号函数（+1, -1） 输出层 隐含层 定理2.1 闭环系统稳定的充分条件是，在采样周期k时隐含层的所有学习速率都应取相同的值 ，且满足下式： 1）如果 ，则 2）如果 ，则 其中， 证明方法： 直接Lyapunov方法 关键步骤1： 关键步骤2： →确定网络输入层节点的数目 →确定隐含层节点 →网络隐含层权值的初始值 →运行系统，在每个k采样周期内 ——读取系统输出变量，并计算所有变量的误差值 ——计算网络隐含层输出 ——计算控制量 ——根据定理2.1确定学习速率，并根据权值调整律更新权值 ——输出控制量 获取模型(倒立摆)方程 选择不同的Q、r值，使用LQR算法获得反馈矩阵K 3. 在simulink环境中运行闭环控制系统，察看控制性能 4. 选择最优的K，并赋值网络隐含层权值 PD 《智能控制技术的现状及发展趋势》 ?要求调研10-20篇参考文献（其中英文3~5篇），通过分析和整理文献内容，以小论文的形式提交调研报告；主要从文献调研情况(20%)、论文内容(50%)、论文的结构(15%)，文字表达(15%)方面进行评分。 ?模板请见“智能控制技术的现状及发展趋势 .doc” ?4~8页 ?16周周三第四讲交,东1210 *