MATLAB基于BP神经网络PID控制程序PDF打印版.pdfVIP

学 海 无 涯 MATLAB 基于BP 神经网络PID 控制程序 %BP based PID Control clear all; close all; xite=0.20; %学习速率 alfa=0.01; %惯性因子 IN=4;H=5;Out=3; %NN Structure wi=[-0.6394 -0.2696 -0.3756 -0.7023; -0.8603 -0.XXXX -0.5024 -0.2596; -1.0749 0.5543 -1.6820 -0.5437; -0.3625 -0.0724 -0.6463 -0.2859; 0.1425 0.0279 -0.5406 -0.7660]; %wi=0.50*rands(H,IN); %隐含层加权系数wi 初始化 wi_1=wi;wi_2=wi;wi_3=wi; wo=[0.7576 0.2616 0.5820 -0.1416 -0.1325; -0.1146 0.2949 0.8352 0.2205 0.4508; 0.7201 0.4566 0.7672 0.4962 0.3632]; %wo=0.50*rands(Out,H); %输出层加权系数wo 初始化 wo_1=wo;wo_2=wo;wo_3=wo; ts=20; %采样周期取值 x=[0,0,0]; %比例，积分，微分赋初值 u_1=0;u_2=0;u_3=0;u_4=0;u_5=0; y_1=0;y_2=0;y_3=0; Oh=zeros(H,1); %Output from NN middle layer 隐含层的输出 I=Oh; %Input to NN middle layer 隐含层输入 error_2=0; error_1=0; for k=1:1:500 %仿真开始，共500 步 time(k)=k*ts; rin(k)=1.0; %Delay plant sys=tf(1.2,[208 1],inputdelay,80); %建立被控对象传递函数? dsys=c2d(sys,ts,zoh); %把传递函数离散化? [num,den]=tfdata(dsys,v); %离散化后提取分子、分母 1 学 海 无 涯 yout(k)=-den(2)*y_1+num(2)*u_5; error(k)=rin(k)-yout(k); xi=[rin(k),yout(k),error(k),1]; %经典增量式数字PID 的控制算式为： u(k) u(k =−1) +kp (e(k) −e(k −1)) +kei (k) +kd (e(k) −2e(k −1) +e(k −2)) BP 神经网络PID 的控制算式为： 3 3 3 u(k) u(k =−1) +o ( ) (e(k) −e(k −1)) +o ( )e(k) +o ( )(e(k) −2e(k −1) +e(k −2)) 1 2 3 x(1)=error(k)-error_1; %比例输出 x(2)=error(k); %积分输出 x(3)=error(k)-2*error_1+error_2; %微分输出 epid=[x(1);x(2);x(3)]; I=xi*wi;% 隐含层的输入，即：输入层输入*权值 for j=1:1:H Oh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j))); %Middle Layer 在激 活函数作用下隐含层的输出 end K=wo*Oh; %Output Layer 输出层的输入，即：隐含层的输出*权值 for l=1:1:Out K(l)=exp (K(l))/(exp(K(l))+exp(-K(l))); %Getting kp,ki,kd 输出层的输出， 即三个pid 控制器的参数 end kp(k)=K(1);ki(k)=K(2);kd(k)=K(3); K