基于bp神經(jīng)網(wǎng)絡(luò)的pid控制器設(shè)計(jì)

《基于bp神經(jīng)網(wǎng)絡(luò)的pid控制器設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器設(shè)計(jì)班級(jí)：21班學(xué)號(hào)：2014561姓名：常臨妍摘要常規(guī)PID控制技術(shù)是工業(yè)控制中一種常用的控制方法。其結(jié)構(gòu)簡(jiǎn)單、容易實(shí)現(xiàn)、控制效果良好，且能對(duì)相當(dāng)一些工業(yè)對(duì)象或過程進(jìn)行有效的控制，已得到廣泛應(yīng)用。但其局限性在于：當(dāng)控制對(duì)象不同，或被控對(duì)象具有復(fù)雜的非線性特性時(shí)，難以建立精確的數(shù)學(xué)模型。控制器的參數(shù)難以自動(dòng)調(diào)整以適應(yīng)外界環(huán)境的變化。且由于對(duì)象和環(huán)境的不確定性，往往難以達(dá)到滿意的控制效果。為了使控制器具有較好的自適應(yīng)性，實(shí)現(xiàn)控制器參數(shù)的自動(dòng)調(diào)整，可以借助BP神經(jīng)網(wǎng)絡(luò)控制的方法。BP神經(jīng)網(wǎng)絡(luò)已被證明具有

2、逼近任意連續(xù)有界非線性函數(shù)的能力，給非線性控制帶來了新的思路。利用人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)能力，并結(jié)合傳統(tǒng)的PID控制理論，構(gòu)造神經(jīng)網(wǎng)絡(luò)PID控制器，實(shí)現(xiàn)控制器參數(shù)的自動(dòng)調(diào)整。本文研究了基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器設(shè)計(jì)，利用BP神經(jīng)網(wǎng)絡(luò)的自適應(yīng)能力進(jìn)行在線參數(shù)整定。其實(shí)現(xiàn)具有自適應(yīng)性等特點(diǎn)，網(wǎng)絡(luò)的收斂速度快，能夠?qū)Ψ蔷€性對(duì)象有很好的控制，系統(tǒng)的跟蹤性能好。其參數(shù)設(shè)定無需知道被控對(duì)象的具體參數(shù)及其數(shù)學(xué)模型，對(duì)不同的對(duì)象具有適應(yīng)性。關(guān)鍵詞：PID控制BP神經(jīng)網(wǎng)絡(luò)控制器設(shè)計(jì)　一．緒論1.1神經(jīng)元網(wǎng)絡(luò)PID的發(fā)展歷程1934年，美國(guó)心理學(xué)

3、家W.McCulloch和數(shù)學(xué)家W.Pitts用數(shù)學(xué)模型對(duì)神經(jīng)系統(tǒng)中的神經(jīng)元進(jìn)行理論建模，建立了MP神經(jīng)元模型。MP神經(jīng)元模型首次用簡(jiǎn)單的數(shù)學(xué)模型模仿出生物神經(jīng)元活動(dòng)功能，并揭示了通過神經(jīng)元的相互連接和簡(jiǎn)單的數(shù)學(xué)計(jì)算，可以進(jìn)行相當(dāng)復(fù)雜的邏輯運(yùn)算這一事實(shí)。1957年，美國(guó)計(jì)算機(jī)學(xué)家F.Rosenblatt提出了著名的感知器模型。它是一個(gè)具有連續(xù)可調(diào)權(quán)值矢量的MP神經(jīng)網(wǎng)絡(luò)模型，經(jīng)過訓(xùn)練可達(dá)到對(duì)一定輸入矢量模型進(jìn)行識(shí)別的目的。1959年，美國(guó)工程師B.Widrow和M.Hoff提出了自適應(yīng)線性元件。它與感知器的主要不同之處在于其神經(jīng)元

4、有一個(gè)線性激活函數(shù)，這允許輸出可以是任意值，而不僅僅只是像感知器中那樣只能取0或1。提高了訓(xùn)練收斂速度和精度。他們從工程實(shí)際出發(fā)，不僅在計(jì)算機(jī)上模擬了這種神經(jīng)網(wǎng)絡(luò)，而且還做成了硬件，并將訓(xùn)練后的人工神經(jīng)網(wǎng)絡(luò)成功的用于小通訊中的回波和噪聲，成為第一個(gè)用于解決實(shí)際問題的人工神經(jīng)網(wǎng)絡(luò)。1969年，人工智能的創(chuàng)始人之一M.Minsky和S.Papert在合著《感知器》一書中，對(duì)以單層感知器為代表的簡(jiǎn)單人工神經(jīng)網(wǎng)絡(luò)的功能及局限性進(jìn)行了深入分析，指出，單層感知器只能進(jìn)行線性分類，對(duì)線性不可分的輸入模式無效。而解決方法是設(shè)計(jì)出具有隱含層的多層

5、神經(jīng)網(wǎng)絡(luò)。但要找到一個(gè)有效修正權(quán)矢量的學(xué)習(xí)算法并不容易。這一結(jié)論使當(dāng)時(shí)許多神經(jīng)網(wǎng)絡(luò)研究者感到迷茫，對(duì)神經(jīng)網(wǎng)絡(luò)理論的發(fā)展起了消極作用。1982年，美國(guó)學(xué)者J.Hopfield提出了霍普菲爾德網(wǎng)絡(luò)模型，將能量函數(shù)引入到對(duì)稱反饋網(wǎng)絡(luò)中，使網(wǎng)絡(luò)穩(wěn)定性有了明顯判據(jù)，并利用提出的網(wǎng)絡(luò)的神經(jīng)計(jì)算能力來解決條件優(yōu)化問題。此模型可以用電子模擬線路實(shí)現(xiàn)，還興起了對(duì)新一代電子神經(jīng)計(jì)算機(jī)的研究。1986年，D.E.Rumelhart等人提出的解決多層神經(jīng)網(wǎng)絡(luò)權(quán)值修正的算法——誤差反向傳播法，簡(jiǎn)稱BP算法，找到了解決M.Minsky和S.Papert提出

6、的問題的辦法，給人工神經(jīng)網(wǎng)絡(luò)增添了新活力。1.2神經(jīng)網(wǎng)絡(luò)的概念與特點(diǎn)神經(jīng)網(wǎng)絡(luò)系統(tǒng)是指利用工程技術(shù)手段，模擬人腦神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和功能的一種技術(shù)系統(tǒng)，它是一種大規(guī)模并行的非線性動(dòng)力學(xué)系統(tǒng)。由于它是由人工方式構(gòu)造的網(wǎng)絡(luò)系統(tǒng)，因此也稱為人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)?；谌斯ど窠?jīng)網(wǎng)絡(luò)的控制簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)控制。神經(jīng)網(wǎng)絡(luò)控制是一種基本上不依賴于模型的控制方法，它適用于具有不確定性、事變的對(duì)象與環(huán)境，并具有較強(qiáng)的自適應(yīng)能力、學(xué)習(xí)能力、非線性影射能力、魯棒性和容錯(cuò)能力。人工神經(jīng)網(wǎng)絡(luò)有以下幾個(gè)突出的優(yōu)點(diǎn)：①能逼近任意L2上的非線性函數(shù)；②信息的并行分布式處理與存

7、儲(chǔ)；③可以多輸入、多輸出；④便于用超大規(guī)模集成電路或光學(xué)集成電路系統(tǒng)實(shí)現(xiàn)，或用現(xiàn)有的計(jì)算機(jī)技術(shù)實(shí)現(xiàn)；⑤能進(jìn)行學(xué)習(xí)，以適應(yīng)環(huán)境的變化。人工神經(jīng)網(wǎng)絡(luò)還有以下優(yōu)越性：一、具有自學(xué)習(xí)功能。實(shí)現(xiàn)圖像識(shí)別時(shí)，先把許多不同的圖像樣板和對(duì)應(yīng)的應(yīng)識(shí)別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)就會(huì)通過自學(xué)習(xí)功能，慢慢學(xué)會(huì)識(shí)別類似的圖像。自學(xué)習(xí)功能對(duì)于預(yù)測(cè)有特別重要的意義。預(yù)期未來的人工神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)將為人類提供經(jīng)濟(jì)預(yù)測(cè)、市場(chǎng)預(yù)測(cè)、效益預(yù)測(cè)，其應(yīng)用前途是很遠(yuǎn)大的。二、具有聯(lián)想存儲(chǔ)功能。用人工神經(jīng)網(wǎng)絡(luò)的反饋網(wǎng)絡(luò)就可以實(shí)現(xiàn)這種聯(lián)想。三、具有高速尋找優(yōu)化解的能力。尋找一

8、個(gè)復(fù)雜問題的優(yōu)化解，往往需要很大的計(jì)算量，利用一個(gè)針對(duì)某問題而設(shè)計(jì)的反饋型人工神經(jīng)網(wǎng)絡(luò)，發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，可能很快找到優(yōu)化解。圖1-1神經(jīng)網(wǎng)絡(luò)基本模型二．基于BP神經(jīng)網(wǎng)絡(luò)PID控制器的設(shè)計(jì)PID控制要取得良好的控制效果，必須對(duì)比例、積分和微分三種控制作用