以BP+PID下控制器,若期望输出是单阶与余弦,那么仿真.docVIP

以BP+PID下控制器，若期望输出是单阶和余弦，那么仿真跟踪效果不错，但若期望输出rin(k)=1700，那么BP输出Kp,Ki,Kd都为NAN，这是什么原因啊？应该怎样改进，才能使实际输出yout(k)跟期望输出一致？以下为MATLAB仿真程序：clear all;xite=0.28; %学习速率alfa=0.05; %惯性系数IN=4;H=5;Out=3;%输入，隐层，输出层神经元个数wi=0.5*rands(H,IN);%输入层到隐层权值随机取值矩阵（5χ4）wi_1=wi;wi_2=wi;wi_3=wi;wo=0.5*rands(Out,H);%隐层到输出层权值随机取值矩阵（3χ5）wo_1=wo;wo_2=wo;wo_3=wo;x=[0 0 0];du_1=0;x1=0;u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;u_6=0;y_1=0;y_2=0;y_3=0;y_4=0;y_5=0;y_6=0;Oh=zeros(H,1);%隐层的输出值矩阵（5χ1）I=Oh;%隐层的输入值矩阵（5χ1）error_2=0;error_1=0;ts=0.001;%采样周期for k=1:1:3000%采样time(k)=k*ts;rin(k)=1700; a(k)=1.2*(1-0.8*exp(-0.1*k)); %Unlinear modelyout(k)=a(k)*y_1/(1+y_1^2)+u_1;error(k)=rin(k)-yout(k);%期望输出与实际输出的偏差值x(1)=error(k)-error_1;x(2)=error(k);x(3)=error(k)-2*error_1+error_2;xi=[rin(k),yout(k),error(k),1];%BP网络的输入值矩阵（1χ4）[xi,minxi,maxxi]=premnmx(xi);epid=[x(1);x(2);x(3)];wiI=xi*wi%隐层的输入值矩阵（1χ5）for j=1:1:HOh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j))) %隐层的输出值矩阵（5χ1） end%Output layerK=wo*Oh; %输出层的输入值矩阵（3χ1） for l=1:1:OutQ(l)=exp(K(l))/(exp(K(l))+exp(-K(l))); %Getting Kp,Ki,Kd ；输出层的输出值矩阵（3χ1） endKp(k)=Q(1);Ki(k)=Q(2);Kd(k)=Q(3);Kpid=[Kp(k) Ki(k) Kd(k)];du(k)=Kpid*epid; %u(k)的值u(k)=u_1+du(k);%u(k)的值if u(k)=10 % Restricting the output of controlleru(k)=10;endif u(k)=-10u(k)=-10;enddyu(k)=sign((yout(k)-y_1)/(du(k)-du_1+0.0001));%sign()的值for j=1:1:OutdK(j)=Q(j)*(1-Q(j));endfor l=1:1:Outdelta3(l)=error(k)*dyu(k)*epid(l)*dK(l);%输出层局部梯度δ(3)的值（1χ3）endfor l=1:1:Outfor i=1:1:Hd_wo=xite*delta3(l)*Oh(i)+alfa*(wo_1-wo_2);%wo,隐层到输出层之间权值的变化量矩阵（3χ5）endendwo=wo_1+d_wo;%wo,隐层到输出层之间权值改变后的权值矩阵（3χ5）%Hidden layerfor i=1:1:HdO(i)=(1-Oh(i)^2)/2;endsegma=delta3*wo;%Σδ(3)*wo的值矩阵（1χ5）for i=1:1:Hdelta2(i)=dO(i)*segma(i);%δ(2)的值矩阵（1χ5）endd_wi=xite*delta2*xi+alfa*(wi_1-wi_2);%△wi,输出层到隐层之间权值的变化量矩阵（5χ4）wi=wi_1+d_wi;%wi,输出层到隐层之间权值改变后的权值矩阵（5χ4）%Parameters Updatedu_1=du(k);u_6=u_5; u_5=u_4; u_4=u_3; u_3=u_2; u_2=u_1; u_1=u(k);y_6=y_5; y_5=y_4; y_4=y_3; y_3=y_2; y_2=y_1; y