智能控制(第三版)chap9-神经网络控制.pptVIP

设神经网络调整的性能指标为： 近似地取 由此所产生的不精确通过权值调节来补偿。 控制律为： 神经网络权值的调整过程为： 采用梯度下降法调整网络的权值： 其中h为学习速率，a为动量因子。 这里没有考虑更新中心C和宽度b。 9.4.2 仿真实例 ? 被控对象为： RBF网络监督控制程序为 chap9_2.m %RBF Supervisory Control clear all; close all; ts=0.001; sys=tf(1000,[1,50,2000]); dsys=c2d(sys,ts,z); [num, den]=tfdata(dsys,v); y_1=0; y_2=0; u_1=0; u_2=0; e_1=0; x=[0,0]; b=0.5*ones(4,1); c=[-2 -1 1 2]; w=rands(4,1); w_1=w; w_2=w_1; xite=0.30; alfa=0.05; kp=25; kd=0.3; for k=1:1:1000 time(k)=k*ts; r(k)=0.5*sign(sin(2*2*pi*k*ts)); y(k)=-den(2)*y_1-den(3)*y_2+num(2)*u_1+num(3)*u_2; … 9.5 RBF网络自校正控制 9.5.1 神经网络自校正控制原理