- 1、本文档共113页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
精品智能控制上课课件、适用于本科上课、期末考试、考研复习
5.2.3 NN-based Adaptive Control NN-based model reference adaptive control NN模型参考自适应控制 (MRAC) NN直接参考自适应控制 , NN-based Direct MRAC NN间接参考自适应控制 NN-based Indirect MRAC NNC 参考模型 装置 r(t) e(t) u(t) ec(t) ym(t) y(t) d + - + - NN直接参考自适应控制 (1)神经网络模型参考直接自适应控制 模型参考自适应控制的目的是:系统在相同输入激励r的作用下,使被控对象的输出y与参考模型的输出ym达到一致。 这样通过调整参考模型,可以调整系统的动态特性。 神经网络控制器(NNC)先离线学习被控对象的逆动力学模型,与被控对象构成开环串联控制; 而后神经网络根据参考模型输出与被控对象输出的误差函数进行在线训练,使误差函数最小; 但反传算法对神经网络训练时需要被控对象的数学模型,当被控对象模型不确定性严重时,训练出现偏差,此时,往往考虑模型参考间接自适应控制。 5.2 Structural Schemes of Neurocontrol (2)神经网络模型参考间接自适应控制 在直接自适应控制的基础上,引入了一个神经网络辨识器(NNI)来对被控对象的数学模型进行在线辨识,这样可以及时地将对象模型的变化传递给NNC,使NNC可以得到及时有效的训练。 5.2 Structural Schemes of Neurocontrol _ e + _ e + 5.2 神经网络控制 基于BP神经网络参数自学习的PID控制器 经典增量式数字PID 的控制算法为: 神经网络具有任意的非线性表示能力,通过对系统性能的学习,实现具有最佳组合的PID控制器。 可调系数 5.2 神经网络控制 NN 是一个三层BP 网络 有M个输入节点、N 个隐含节点、3 个输出节点。 输入节点对应所选的系统运行状态量。 输出节点分别对应PID 控制器的3个可调参数kp , ki , kd 。 其激发函数为非负的Sigmoid函数。而隐含层的激发函数可取正负对称的Sigmoid函数。 网络根据性能指标J=1/2(r-y)2进行在线学习,则可以及时更新PID控制器的参数,使系统误差在不确定严重的情况下保持最小。 5.2 神经网络控制 试验结果: 受控对象模型: 系统仿真阶跃响应曲线 5.1.3 Basic Types and Learning Algorithm of ANN Here is a problem consisting of inputs P and targets T that we would like to solve with a network. P = [0 1 2 3 4 5 6 7 8 9 10]; T = [0 1 2 3 4 3 2 1 2 3 4]; Here a two-layer feed-forward network is created. The networks input ranges from [0 to 10]. The first layer has five tansig neurons, the second layer has one purelin neuron. The trainlm network training function is to be used. net = newff([0 10],[5 1],{tansig purelin}); Matlab例题: 5.1.3 Basic Types and Learning Algorithm of ANN Here the network is simulated and its output plotted against the targets. Y = sim(net,P); plot(P,T,P,Y,o) Here the network is trained for 50 epochs. Again the networks output is plotted. net.trainParam.epochs = 50; net = train(net,P,T); Y = sim(net,P); plot(P,T,P,Y,o) 5.1.3 Basic Types and Learning Algorithm of ANN inputs P and targets T 50 epochs a two-layer feed-forward network 5.1.3 Basic Types and
您可能关注的文档
- 智能控制课件-智能控制的新型交互方式.ppt
- 智能控制课件-智能控制的应用.ppt
- 智能控制课件-智能控制的应用与前景.ppt
- 智能控制课件-智能控制的展望.ppt
- 智能控制课件-智能控制发展.ppt
- 智能控制课件-智能控制概论.ppt
- 智能控制课件-智能控制和传统控制的关系.ppt
- 智能控制课件-智能控制技术的发展前景.ppt
- 智能控制课件-智能控制与传统控制.ppt
- 智能控制课件-智能控制与传统控制的比较.ppt
- 四川省德阳市罗江中学2025届高三考前热身化学试卷含解析.doc
- 山东省枣庄现代实验学校2025届高三下学期第五次调研考试化学试题含解析.doc
- 吉林省长春市十一高中等九校教育联盟2025届高三一诊考试生物试卷含解析.doc
- 2025届江苏省盐城市伍佑中学高考仿真模拟化学试卷含解析.doc
- 2025届广西贺州中学高考冲刺押题(最后一卷)生物试卷含解析.doc
- 安徽省池州市贵池区2025届高三第一次模拟考试生物试卷含解析.doc
- 宁夏银川一中2025届高三(最后冲刺)化学试卷含解析.doc
- 广东省广州市增城区四校联考2025届高考压轴卷化学试卷含解析.doc
- 2025届邯郸市第一中学高考生物必刷试卷含解析.doc
- 2025届安徽省安庆市石化第一中学高考仿真卷化学试卷含解析.doc
最近下载
- 绿色金融改革创新试点政策对企业经营绩效的影响研究.pdf VIP
- 赣州市南康区赞贤小学开展“扣好人生第一粒扣子——我爱我的祖国主题演讲比赛活动方案.doc
- 个人医保承诺书模板.docx VIP
- 绿色金融改革创新试点政策对企业绿色创新的影响-来源:创新与创业教育(第2022002期)-中南大学.pdf VIP
- 信息技术环境下的数学教学设计结题报告.doc VIP
- 国金证券:新型消费研究系列-便利店-小业态大生意-打造便利生活.pdf
- HIKARI富山奇立铺布机使用说明书.doc
- 部编版语文四年级上册第七单元大单元教学设计核心素养目标.pdf VIP
- 三级助理舞台灯光师题库考点(三).docx VIP
- (格式已排好)国家开放大学电大《计算机应用基础(专)》终结性考试大作业答案任务一.doc
文档评论(0)