单神经元自适应PID控制Hebb学习规则matlab仿真增量式PID控制规定义.pdfVIP

下载本文档

136
0
约7.38千字
约 4页
2021-12-06 发布于福建
举报
版权申诉

单神经元自适应PID控制Hebb学习规则matlab仿真增量式PID控制规定义.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

实验一、单神经元自适应 PID 控制一、实验目的 1、熟悉单神经元 PID 控制器的原理。 2、通过实验进一步掌握有监督的 Hebb 学习规则及其算法仿真。二、实验内容利用单神经元实现自适应 PID 控制器，对如下二阶对象进行控制，在 MATLAB 环境中进行仿真。被控对象为： y(k)=0.368y(k-1)+0.26y(k-2)+0.1u(k-1)+0.632u(k-2) 三、实验原理线性神经网络是最简单的一种神经元结构，它不同于感知器，其函数是一线性函数，因此神经元的输出可以是任意值。我们可以用它实现增量 PID 控制器的功能，误差为神经元的输入，权系数为 PID 控制系数，由于神经网络可以用在线学习对权系数进行实时修改，所以使得 PID 控制具有了自适应功能。 PID 控制器的增量公式为 u k e k (e e ) k (e 2e e ) k i K P k k 1 d k k 1 k 2 一个３输入的线性神经元的计算公式为 u k (w 1 x1 w 2 x 2 w 3 x3 ) k 为神经元的比例系数， w 为神经元权系数， x 为神经元输入， u 为神 i i 经元的输出。神经元的学习方法可以采用 Hebb 学习规则。有监督的 Hebb 学习算法规范法处理后为 i ( k ) i ( k ) 3 i ( k ) i 1 3 u (k ) u ( k 1) k ( k ) x (k ) i i i 1 ( k 1) ( k ) u ( k )e (k )x ( k ) 1 1 i 1 2 ( k 1) 2 ( k ) p u ( k ) e( k ) x 2 ( k ) ( k 1) ( k ) u ( k ) e( k ) x ( k ) 3 3 d 3 四、实验步骤 1、编写程序实现单神经元的自适应 PID 控制器，输入信号为单位阶跃信号。