一种新型神经网络控制器及在自动舵上的应用.pdf

维普资讯 {Ii 纠 舾 V第o】1．414卷No第．22期 CON控TRO制LND决DEC策ISION r厕州0叶6l蔓珀驰MMaarr,1199月999 ～ f，；『牛 一 种新型神经网络控制器及在 自动舵上的应用 吴 峻 马 挫 1卜]I (一)／．； (东南大学仪器 系 -甫京 ．210018) 摘 要 提出一种神经网络在线工业跟踪控制方法-此方法能解决BP学习算法 中误差函教对 权值的偏 导数计算问题和执行器箭 出的脉动变化和 跑和 问题 。把丰控村器用于船舶 自动舵控 制 ，仿真结果表 明了它的可行性和 自适应性 关键词 在线训练 ，自适应性，神经控制器．航向保持．自动舵 分类号 TP273 1 引 言 由于神经网络控制方法能解决经典控制方法无法处理的问题，因此，近年来神经网络 引 起了人们很大的研究和应用兴趣 。基于I3P算法的神经控制器是 目前最常用、最成熟的神经 控制结构，它可分为普通学习法和专 门学习法两种结构 ，后者又分为直接和闻接两种学习结 构…。普通学习法和间接专门学习法还没有形成真正的自适应控制特性 ，它们一般不能实现在 线控制。当事先知道对象的定性知识后 ，直接专门学习法能实现 自适应控制，但此法会使执行 器饱和，这会引起对象输出不稳定。本文提出的在线训练神经控制器可 以解决这些问题 。 2 新型神经网络控制器的构造 2．1 新型神经网络控制器的特点 本文提出的新型神经控制器能在线处理复杂的非线性对象与变化的环境之间的相互作 用，它有下列特点：1)需要一点对象的定性知识，但不需辨识过程-2)训练数据集大小被限制 到某一平衡值，即在线训练的时问要求与对象动态的充分理解之 问的一种平衡；3)网络被连 续地训练，可用于处理时变过程；4)建立了对象特性和训练 目标之间的模糊关系，用于解决直 接专 门学习法中存在的饱和 问题 。 2．2 新型 自适应神经网络控制结构 本文提出的控制器属于直接神经控制器，但它考虑了限幅函数单元，具体结构见图 1。工 业控制过程一般都存在限幅函数器件。图中 “：为神经控制器的输出，“：为对象执行器产生的 实际控制信号，误差函数 可定义为 E一专∑(i一 )=专∑ ． (1) 。 。 ， 式中下标 q表示对象输出数，对单输入单输出系统，q一 1是唯一的选择，此时q可略去； ．和 分 为 时刻第 q个给定的和实际的对象输出。 在 一 1到 的时间间隔内，BP算法修正连接权的关 系式为 · 中国船舶工业国防科技应用、基础研充基盘 (97J40．5．2@)寅助璜 目 l997—10-- 27啦穰 ，le98一 一l6咎回 ， 维普资讯 126 控 制 与 袭 策 一 y 一‘ j — ：一 圉 1 直接神经控制器 J‘(r)一 (r— 1)一 a ／知 “+ ．，(f一 1) (2) 式 中 、和r分别为学习速率、动量因子和训练迭代次数 本控制器采用6—4一 l三层神经网 络，其中隐层和输出层的处理单元采用 s型激活函数，即