



全文預覽已結(jié)束
下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
單神經(jīng)元自適應PID控制器仿真實驗報告一、實驗目的1、熟悉單神經(jīng)元PID控制器的原理。2、通過實驗進一步掌握有監(jiān)督的Hebb學習規(guī)則及其算法仿真。二、實驗內(nèi)容利用單神經(jīng)元實現(xiàn)自適應PID控制器,對二階對象和正弦對象進行控制,在MATLAB環(huán)境中進行仿真。被控對象為y(k)=0.3y(k-1)+0.2y(k-2)+0.1u(k-1)+0.6u(k-2)三、實驗原理1、單神經(jīng)元模型:圖1 人工神經(jīng)元模型圖圖2 Sigmoid人工神經(jīng)元活化函數(shù)單神經(jīng)元的McCullochPitts模型如圖1,圖2所示。x1,x2,x3xn是神經(jīng)元接收的信息,w1,w2,為連接權(quán)值。利用簡單的線性加權(quán)求和運算把輸入信號的作用結(jié)合起來構(gòu)成凈輸入input=wjxj-。此作用引起神經(jīng)元的狀態(tài)變化,而神經(jīng)元的輸出v是其當前狀態(tài)的激活函數(shù)。2、神經(jīng)經(jīng)網(wǎng)絡的有監(jiān)督Hebb學習規(guī)則學習規(guī)則是修改神經(jīng)元之間連接強度或加權(quán)系數(shù)的算法,使獲得的知識結(jié)構(gòu)適應周圍環(huán)境的變化。兩個神經(jīng)元同時處于興奮狀態(tài)或同時處理抑制狀態(tài)時,它們之間的連接強度將得到加強,當一個神經(jīng)元興奮而另一個抑制時,它們之間的連接強度就應該減弱。這一論述的數(shù)學描述被稱為Hebb學習規(guī)則。在學習過程中,網(wǎng)絡根據(jù)實際輸出與期望輸出的比較,進行聯(lián)接權(quán)系數(shù)的調(diào)整,將期望輸出稱導師信號是評價學習的標準。這樣,就得到了有監(jiān)督的Hebb學習規(guī)則如果用oi表示單元i的輸出,oj表示單元j的輸出Wij表示單元j到單元i的連接加權(quán)系數(shù),di表示網(wǎng)絡期望目標輸出,為學習速率,則神經(jīng)網(wǎng)絡有監(jiān)督的Hebb學習規(guī)則下式所示。wijk=dik-oi(k)oi(k)oj(k) (1)3. 基于單神經(jīng)元的PID控制單神經(jīng)元控制系統(tǒng)的結(jié)構(gòu)如圖3所示。圖中轉(zhuǎn)換器的輸人為設定值r(k)和輸出y(k),轉(zhuǎn)換器的輸出為神經(jīng)元學習所需要的狀態(tài)量x1,x2,x3,K為神經(jīng)元的比例系數(shù)。圖3 單神經(jīng)元自適應控制器結(jié)構(gòu)圖單神經(jīng)元自適應控制器是通過對加權(quán)系數(shù)的調(diào)整來實現(xiàn)自適應、自組織功能的,權(quán)系數(shù)的調(diào)整是按有監(jiān)督的Hebb規(guī)則實現(xiàn)的??刂萍捌鋵W習算法如下:uk=uk-1+Ki=13wi(k)xi(k)wik=wi(k)/i=13wi(k)w1k=w1k-1+Iz(k)u(k)x1(k)w2k=w2k-1+Pz(k)u(k)x2(k)w3k=w3k-1+Dz(k)u(k)x3(k)其中: x1k=e(k)x2k=ek-e(k-1)x3k=2ekzk=e(k)IPD分別為積分、比例、微分的學習速率,K為神經(jīng)元的比例系數(shù),K0。四、實驗步驟編寫程序?qū)崿F(xiàn)單神經(jīng)元的自適應PID控制器,輸入信號為階躍信號和正弦信號。仿真圖例如下:五、實驗結(jié)果分析(1)初始加權(quán)系數(shù)w1(0),w2(0),w3(0)的選擇對輸出結(jié)果影響較大,若初始權(quán)值選擇不當,可能導致系統(tǒng)不穩(wěn)定。而初始權(quán)值的選擇主要是依靠經(jīng)驗。被控對象不同,w的大小也應該不同。由于權(quán)值系數(shù)w1,w2,w3,分別相當于積分系數(shù)、比例系數(shù)、微分系數(shù)??扇∑錇镻ID的參數(shù)初值;(2)比例、積分、微分的學習速率IPD應選擇不同的數(shù)值,以便對不同的權(quán)系數(shù)分別調(diào)節(jié)??梢院唵蔚馗鶕?jù)整定的PID參數(shù),來設置IPD,然后再根據(jù)響應做微量的調(diào)整,基本就能滿足要求了。由于采用規(guī)范化學習算法,學習速率可以取得較大,并且仿真過程中發(fā)現(xiàn),IPD。參數(shù)具有一定的裕度,即在一定的范圍內(nèi)都有較好的控制效果。(3)增益K的選擇非常重要,如果K值偏大將引起系統(tǒng)響應超調(diào)過大而K值偏小則使過渡過程變
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 教育機構(gòu)實習生實踐教學計劃
- 施工現(xiàn)場主要機械設備安全操作計劃
- 互聯(lián)網(wǎng)平臺用戶信息保護措施
- 冀教版五年級數(shù)學下冊學生自主學習計劃
- 2024-2025學年小學學生行為規(guī)范計劃
- 小學數(shù)學復習計劃與多媒體教學應用
- 公路建設挖掘機安全規(guī)范措施
- 架子鼓音樂創(chuàng)作與編曲教學計劃
- 跨學科協(xié)作的學困生幫扶措施
- 心理危機干預與學生關懷計劃
- 小學五六年級女生青春期生理健康教育課件
- 【課程思政案例】《國際物流》:立德樹人深挖教學內(nèi)容,信義忠誠彰顯思政元素
- 貴州省畢節(jié)市威寧民族中學高一下學期4月第一次月考語文試卷(PDF版含答案)
- 齒輪箱說明書
- DCS、PLC、QCS介紹-dcs與plc的區(qū)別
- 有機化學人名反應有機合成基礎知識梳理等
- 可口可樂OBPPC渠道營銷促銷原理
- 三年級下冊語文期末考試質(zhì)量分析
- 國有企業(yè)法律審核工作細則模版
- 完整高考英語單詞3600
- 藥物臨床試驗審批服務指南
評論
0/150
提交評論