控制系统仿真作业要点.doc

RBF神经滑膜控制 孙文杰 201403032 将切换函数作为RBF网络的输入，滑膜控制器作为RBF网络的输出，利用神经网络的学习功能，可实现单入单出的神经滑膜控制。 控制器设计 被控对象为 设位置指令为，切换函数设计为 其中 将滑膜控制器设计为RBF网络的输出，即 其中为隐层神经元个数。 控制的目标是使，则RBF网络的权值调整指标为 则 其中 由于 则RBF网络权值学习算法为 RBF神经滑膜控制器结构如图1所示。 图1 神经滑膜控制器结构 实例验证 被控对象为一线性系统 其中为控制输入，，。 位置指令为。取，则滑膜切换函数为。神经网络的初始为随机值，网络结构为1—5—1.高斯函数参数取，。 取系统的初始状态为，采用神经滑膜控制，取。 采用simulink仿真 Simulink主程序如图2 所示。 3、仿真结果 仿真的输出、输入、误差的图形如图3、4、5所示。 图3 输出的波形 图4 输入的波形 图5 误差的波形图 为了便于比较不同的滑膜控制的控制效果，采用基于比例切换的输出、输入仿真结果如图