设计一个BP神经网络监督控制系统.docVIP

题目:设计一个BP神经网络监督控制系统,被控对象为: 采样时间1ms,输入信号为方波信号,幅值0、5,频率2hz。设计一个BP神经网络用于该控制系统,并采用遗传算法进行BP神经网络参数及权值得优化设计,并试进行matlab仿真。 1、设计结构方案 控制器选取PD控制器, 2、神经网络参数 神经网络为2-4-1结构,权值得初始值取之间得随机值,取学习参数。 前向传播:计算网络输出 隐层神经元得输入为所有输入得加权之与,即 隐层神经元得输出采用函数激发,得 输出层神经元得输出为 控制律为 神经网络调整得性能指标为 近似取,由此产生得不精确通过权值调节来补偿。 反向传播:采用学习算法,调整各层间得权值 输出层及隐层得连接权值学习算法为 隐层及输入层连接权值学习算法为 式中, 时刻网络得权值为 3、离散化对象 4、Matlab仿真 BP神经网络监督控制程序见附录程序BP、m,参数时采用随机权值,仿真结果如下图 优化前得BP神经网络监督系统 5、遗传算法进行BP神经网络参数及权值得优化设计 遗传算法程序见附录GA1、m,取优化代数,每一步得误差及目标函数由GA2、m求得。采用二进制编码方式,用长度为10位得二进制编码串来分别表示向量权值中每个值。 遗传算法优化中,取样本个数为,交叉概率为,采用自适应变异概率,即适应度越小,变异概率越大,取变异概率。取用于优化得网络结构为,网络权值取值范围为,共12个参数需要优化。 BP神经网络遗传算法优化程序包括3部分,即遗传算法优化程序GA1、m,BP网络监督控制子程序GA2、m,BP网络监督控制测试程序BP、m(当参数时采用优化后得参数)。 代价函数得优化过程 优化后得BP神经网络监督系统