一种记忆元网络自适应控制方法.pdfVIP

维普资讯 第20卷 第4期 太 原 重 型 机 械 学 院 学 报 Vo1．20 No4 1999年 12月 JOURNALOFTAIYUAN HEAVYMACHINERY INSTITUTE Dee．1999 文章编号：1000～159x(1999)04—0300—04 l，D一；0 J 学 孙 摘 要： 本文提出了一种神经网络 自适应方法。该方法采用记忆元网络采用记忆 网 元神经网络进行对象模型辩识，用单个神经元实现了自适应 PID控制器。被控对象输 出 误差经记忆元辩识网络反传后得到控制器的输 出误 差，以此修正控制器网络权值，由于记 ， 忆元 网络无需引入延迟算子，能够逼近任意阶线性动态，倦证 了模型辩识的精度和误差逗 岫 传的精度 ，神经元 PrO控莉器具有极为简单的结柯与算法，保证了自适应控制的实时性 ， 大量仿真结果表 明该方法可 以有效地应付非线性对象。 1．．、 关键 中图分类． 号—。。‘’_-_。一·自适应PIn； 。 l…誓’膨一丁rJ}，’ ： TP193 文献标识码 ：A 。～ J 控胜 谢 神经元网络在系统辩识与控制中的应用已有许多学者作了深人的研究。BP网络可以 口． 、7 完成从一个空间到另一个空间的非线性映射，是 BP网络被广泛应用的基础。但是 BP网络 仅是一种静态的非线性映射，而不是一个非线性动力学系统。用于系统辩识时 ，需要引人时 间因素，通常是在网络的输人端引人延迟算子来逼近动态系统的动态特征。当动态系统特 征未知时 ，延迟算子的引人带有一定的盲 目性，会导致建模误差，并且影响控制器网络的收 敛速度。 关于控制器 网络的训练，文献 [2]提出一种 specialisedlearning方法 ，该方法要用到 ， (()“()分别为 k时刻对象的输 出量与控制量)，当对象未知时， 难以获 0 ， 、 得，一些文献用啦n(÷ )来代替，文献 3【用BP辩识网络模型输出 关于输入 “的灵敏 “ “ 、 ， 0 ‘ 3 度 来近似 。其共同缺点是，误差较大 ，且当被控对象在 k时刻的输出仅取决于 时刻以 前某个时刻的控制时，用 时刻的输出 ()对输人 u(k)的变化率来修正控制器的权值，将 收稿 日期 ：1999—07—17 基金项 目 山西省 自然科学基垒资助项 目f981503)。 作者简介 ：孙志毅(1959一)，男，太原重型机械学院 自动化科学与控耕工程系主任 ，副教授 ，主要研究方向神经 网络和智 能控制。 维普资讯 第 2l0卷第4期 孙志毅等 ：一种记忆元网络 自适应控制方法 301 会得到错误的控制信息。文 [4]提出了一种记忆元网络 ，用于模型辩识时，它无需引入延迟 算子，能很好地逼近任意阶非线性甚至带有一定的纯滞后的动态系统。本文采用记忆元网 络进行对象模型辩识 ，用单个神经元和 widrow ·hoff·6算法构成了 自适应 PID控制器，用于 训练控制器的误差信号经辩识网反传得到。由于辩识网络 中记忆元的存在，积累了历史信 息，所以避免了引入延迟算子的必要性和盲 目性 ，保证了辩识精度。而控制器网络结