智能控制大作业-神经网络.docVIP

智能控制与应用实验报告 神经网络控制器设计 实验内容 考虑一个单连杆机器人控制系统，其可以描述为： 其中为杆的转动惯量，为杆的质量，为杆长，，为杆的角位置，为杆的角速度，为杆的角加速度， 为系统的控制输入。具体要求： 1、设计神经网络控制器，对期望角度进行跟踪。 2、分析神经网络层数和神经元个数对控制性能的影响。 3、分析系统在神经网络控制和PID控制作用下的抗干扰能力(加噪声干扰、加参数不确定)、抗非线性能力(加死区和饱和特性)、抗时滞的能力(对时滞大小加以改变)。 4、为系统设计神经网络PID控制器(选作)。 对象模型建立 根据公式(1)，令状态量得到系统状态方程为： 由此建立单连杆机器人的模型如图1所示。 图1 单连杆机器人模型 系统结构搭建及神经网络训练 1.系统PID结构如图2所示: 图2 系统PID结构图 PID参数设置为Kp=16，Ki=10，Kd=8得到响应曲线如图3所示： 图3 PID控制响应曲线 采样PID控制器的输入和输出进行神经网络训练 p=[a1;a2;a3]; t=b; net=newff([-1 1;-1 1;-1 1],[3 8 16 8 1],{tansig tansig tansig logsig purelin}); net.trainparam.epochs=2500; net.trainparam.goal=0.00001; net=