神经网络讲义第四章.pptVIP

梯度法设控制器参数空间计算时，当为网络最后一层（描述对象的）时，用下法为对象的Jacobian阵,未知第30页，共52页，星期日，2025年，2月5日将，对于网络最后一层最后可得其它各层仍按标准BP算法修正第31页，共52页，星期日，2025年，2月5日无特定学习阶段，即没有依赖于辨识，直接控制效果设计控制器控制参数调整为依赖时间的自适应过程例：小车倒立摆控制（动力学方程同前）Rouge-kutta法求解，步长0.001秒未时，失败该系统NMP系统4层BP4-4-4-1结构，初始条件，随机20~40次后，可使平衡标度15分钟第32页，共52页，星期日，2025年，2月5日单个自适应神经元描述系统结构对r为定值系统学习方法P为线性系统时稳定性分析第33页，共52页，星期日，2025年，2月5日督促学习第34页，共52页，星期日，2025年，2月5日监督与Hebb之组合a.b.增加小误差时的敏感性第35页，共52页，星期日，2025年，2月5日思想第36页，共52页，星期日，2025年，2月5日设控制器等效为：将第37页，共52页，星期日，2025年，2月5日神经网络讲义第四章第1页，共52页，星期日，2025年，2月5日

引言NN在控制器设计中的几条路存在的几个问题本章简介第2页，共52页，星期日，2025年，2月5日与已有控制结构的结合，如：NN自适应控制（NNMRAC、NNSTR：直接、间接）、NN-PID、NN-IMC（PC）与已有控制方法的结合，如：NN-Fuzzy控制、NN-expert控制NN特有的控制器设计方法，如：监督学习控制（SNC）、评价学习控制器（ACE）、无模型的控制器设计方法（单个元的或网络的，即按误差调整的）第3页，共52页，星期日，2025年，2月5日缺乏一种专门适用于控制的动态神经网络（目前方法：静处理动，不可避免的带来差分方程定阶问题）稳定性、鲁棒型分析困难第4页，共52页，星期日，2025年，2月5日学习控制（监督）NN自适应（MRAC和STR）NN-PIDNN-无模型控制NN-Fuzzy（思想）有关稳定性的一些成果第5页，共52页，星期日，2025年，2月5日监督学习NN控制器问题的提出SNC设计：控制系统结构思路实例第6页，共52页，星期日，2025年，2月5日当对象动力学特性未知时系统可控，人的知识如何传递给控制装置？

解决思路：利用专家控制、规则控制采用监督（导师）NN控制（SNC）第7页，共52页，星期日，2025年，2月5日弄清人在控制过程中利用了过程或人本身的何种信息构造NNC考虑问题：何种网络、结构（层数）参数、训练方法（实时性、收敛性）SNC的训练过程在人进行控制时，将控制信号及过程收集起来以此为数据训练可以是离线的也可以是在线的，即人一边控制NNC一边学习训练结束后，网络实现了以参考信号及以往控制轴上y为网络输入，当前控制u为网络输出的I/O映射，即可实现正确控制第8页，共52页，星期日，2025年，2月5日小车倒立摆系统的控制数学model：令为小车位置、速度、杆角度、角速度第9页，共52页，星期日，2025年，2月5日NN控制器为四层BP网4-16-4-1结构，S型作用参数训练用数据：输出输出值控制区间仿真时用：导师为线性或非线性的控制律取M=1kg，m=0.1kg，f=5.1kg/s，g=9.81m/第10页