第7章PID神经网络学案.ppt

7.6 应用仿真 7.6 应用仿真 本章结束，谢谢关注！ 付冬梅 信息工程学院 自动化系 2008-10-29 第七章 PID神经网络 7.1 绪论 7.2 PID神经元的计算方法 7.3 PID神经元网络 7.4 SPID网络的反传算法 7.5 PID网络初值权重的选取和等价系统 第七章 PID神经网络的讲述内容 7.1 绪论 1）传统控制系统的局限性 由于被控对象的复杂性、大规模和确定性、分布性，要实现自动控制，那么基于传统精确数学模型的控制理论就显现出极大的局限性。 传统的控制理论虽然也有办法对付控制对象的不确定性和复杂性，如自适应控制和鲁棒控制。自适应控制是以自动调节控制器的参数，使其与被控对象和环境达到良好的“匹配”，以削弱不确定性的影响。从本质上说，自适应控制是通过估计系统某些重要参数，以补偿的方法克服系统参数在一定范围内的慢变化。鲁棒控制是在一定的外部干扰和内部参数变化作用下，以提高系统的灵敏度为宗旨来抵御不确定性的。根据这一思想和原则所导出的算法，其鲁棒的区域是很有限的。 7.1 绪论 2）人工神经网络控制的系统的特点和弱点: 一般神经网络的弱点，包括以下问题： ⑴ 一般神经元网络的学习和训练时间很长。 ⑵ 由于神经网络结构确定往往要通过反复实验才可能确定，所以给控制器实际应用方面带来困难。 ⑶ 有的网络在学习时会陷入局部极小（BP），