基于Simulink神经网络.pptVIP

在这里使用的控制器模型是基于NARMA-L2 近似模型 该模型是并联形式，控制器输入u(k)没有包含在非线性系统里。这种形式的优点是,能解决控制器输入使系统输出踉踪参考曲线y(k+d)=yr(k+d)。 最终的控制器形式如下： 直接使用该等式会引起实现问题，因为基于输出y(k)的同时必须同时得到u(k)，所以采用下述模型： 式中 d?2。 2)．NARMA-L2控制器 利用NARMA-L2模型，可得到如下的控制器： 式中 d?2。 2. NARMA-L2（反馈线性化）控制实例分析——磁悬浮控制系统 l)．问题的描述 如图1-22所示，有一块磁 铁，被约束在垂直方向上运 动。在其下方有一块电磁铁， 通电以后，电磁铁就会对其 上的磁铁产生小电磁力作用。 目标就是通过控制电磁铁， 使得其上的磁铁保持悬浮在 空中，不会掉下来。 图1-22悬浮磁铁控制系统 建立这个实际问题的的动力学方程为： 式中y(t)表示磁铁离电磁铁的距离，i(t)代表电磁铁中的电流，M代表磁铁的质量，g代表重力加速度，?代表粘性摩擦系数，它由磁铁所在的容器的材料决定；?代表场强常数，它由电磁铁上所绕的线圈圈数，以及磁铁的强度所决定。 2)．建立模型 MATLAB的神经网络工具箱中提供了这个演示实例。只需在MATLAB命令窗口中输入：narmamaglev，就会自动地调用Simulink，并且产生如图3-23所示模型窗口。 图3-23 模型窗口 3)．系统辨识 双击NARMA-L2 Controller模块， 将会产生一个新的 窗口，如图3-24 所示。 图3-24 系统辨识参数设置窗口 * * 第3章 基于Simulink的 神经网络控制系统 3.1 基于Simulink的神经网络模块 3.2 基于Simulink的三种典型神经网络控制系统 3.1 基于Simulink的神经网络模块 神经网络工具箱中提供了一套可在Simulink中用来建立神经网络的模块，对于在MATLAB工作空间中建立的网络，也能够使用函数gensim( )生成一个相应的Simulink 网络模块。 3.1.1 模块的设置 在 Simulink库浏览窗口的Neural Network Blockset节点上，通过单击鼠标右键后，便可打开如图3-1所示的Neural Network Blockset模块集窗口。  图3-1 Neural Network Blockset模块集 在Neural Network Blockset模块集中包含了四个模块库，用鼠标的左键双击各个模块库的图标，便可打开相应的模块库。 1. 传输函数模块库(Transfer Functions) 用鼠标的左键双击Transfer Functions模块库的图标，便可打开如图3-2所示的传输函数模块库窗口。传输函数模块库中的任意一个模块都能够接受一个网络输入向量，并且相应地产生一个输出向量，这个输出向量的组数和输入向量相同。  图3-2 传输函数模块库窗口 2. 网络输入模块库(Net Input Functions) 用鼠标的左键双击Net Input Functions模块库的图标，便可打开如图3-3所示的网络输入模块库窗口。 网络输入模块库中的每一个模块都能够接受任意数目的加权输入向量、加权的层输出向量，以及偏值向量，并且返回一个网络输入向量。 图3-3 网络输入模块库窗口 3. 权值模块库(Weight Functions) 用鼠标的左键双击Weight Functions模块库的图标，便可打开如图3-4所示的权值模块库窗口。权值模块库中的每个模块都以一个神经元权值向量作为输入，并将其与一个输入向量（或者是某一层的输出向量）进行运算，得到神经元的加权输入值。 图3-4 权值模块库窗口 上面的这些模块需要的权值向量必须定义为列向量。这是因为Simulink中的信号可以为列向量，但是不能为矩阵或者行向量。 4. 控制系统模块库(Control Systems) 用鼠标的左键双击Control Systems模块库的图标，便可打开如图3-5所示的控制系统模块库窗口。  图3-5 控制系统模块库窗口 神经网络的控制系统模块库中包含三个控制器和一个示波器。关于它们的使用方法将在下一节专门介绍。 3.1.2 模块的生成 在MATLAB工作空间中，利用函数gensim( )，能