資源描述：
《同濟(jì)智能控制實(shí)驗(yàn)報(bào)告 基于bp神經(jīng)網(wǎng)絡(luò)的自整定pid控制仿真》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、同濟(jì)大學(xué)電子與信息工程學(xué)院實(shí)驗(yàn)報(bào)告姓名：學(xué)號(hào)：學(xué)院：專業(yè)：實(shí)驗(yàn)課程名稱：任課教師：實(shí)驗(yàn)項(xiàng)目名稱： 基于BP神經(jīng)網(wǎng)絡(luò)的自整定PID控制仿真實(shí)驗(yàn)日期：一、實(shí)驗(yàn)內(nèi)容：1.熟悉神經(jīng)網(wǎng)絡(luò)的特征、結(jié)構(gòu)及學(xué)習(xí)算法。2.通過實(shí)驗(yàn)掌握神經(jīng)網(wǎng)絡(luò)自整定PID的工作原理。3.了解神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)對(duì)控制結(jié)果的影響。4.掌握用MATLAB實(shí)現(xiàn)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)仿真的方法。二、實(shí)驗(yàn)步驟及結(jié)果演示1.實(shí)驗(yàn)步驟：（1）被控對(duì)象為一時(shí)變非線性對(duì)象，數(shù)學(xué)模型可表示為式中系數(shù)a(k)是慢時(shí)變的，（2）如圖5所示確定BP網(wǎng)絡(luò)
2、的結(jié)構(gòu)，選4-5-3型的BP網(wǎng)絡(luò)，各層加權(quán)系數(shù)的初值取區(qū)間[-0.5,0.5]上的隨機(jī)數(shù)，選定學(xué)習(xí)率η=0.25和慣性系數(shù)α=0.05.（3）在MATLAB下依據(jù)整定原理編寫仿真程序并調(diào)試。（4）給定輸入為階躍信號(hào)，運(yùn)行程序，記錄實(shí)驗(yàn)數(shù)據(jù)和控制曲線。（5）修改神經(jīng)網(wǎng)絡(luò)參數(shù)，如學(xué)習(xí)速率、隱含層神經(jīng)元個(gè)數(shù)等，重復(fù)步驟（4）。（6）分析數(shù)據(jù)和控制曲線。圖5BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)2.結(jié)果展示：（1）實(shí)驗(yàn)代碼：xite=0.25;alfa=0.02;IN=4;H=10;Out=3;wi=[0.4634-0.41730.3
3、1900.4563;0.18390.30210.11120.3395;-0.31820.04700.0850-0.0722;-0.62660.08460.3751-0.6900;-0.32240.1440-0.2873-0.0193;-0.0232-0.09920.26360.2011;-0.4502-0.29280.0062-0.5640;-0.1975-0.13320.19810.0422;0.05210.0673-0.5546-0.4830;-0.6016-0.40970.0338-0.1503];
4、wi_1=wi;wi_2=wi;wi_3=wi;wo=[-0.16200.36740.1959;-0.0337-0.1563-0.1454;0.08980.72390.7605;0.33490.76830.4714;0.02150.58960.7143;-0.09140.46660.0771;0.42700.24360.7026;0.02150.44000.1121;0.25660.24860.4857;0.01980.49700.6450]';wo_1=wo;wo_2=wo;wo_3=wo;x=[0,0
5、,0];u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;y_1=0;y_2=0;y_3=0;oh=zeros(H,1);I=oh;error_2=0;error_1=0;ts=0.001;fork=1:1:6000time(k)=k*ts;rin(k)=1;a(k)=1.2*(1-0.8*exp(-0.1*k));yout(k)=a(k)*y_1/(1+y_1^2)+u_1;error(k)=rin(k)-yout(k);xi=[rin(k),yout(k),error(k),1];x(1)=
6、error(k)-error_1;x(2)=error(k);x(3)=error(k)-2*error_1+error_2;epid=[x(1);x(2);x(3)];I=xi*wi';forj=1:Hoh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j)));endK=wo*oh;forl=1:Out;K(l)=exp(K(l))/(exp(K(l))+exp(-K(l)));endKp(k)=K(1);Ki(k)=K(2);Kd(k)=K(3);Kpid=
7、[Kp(k),Ki(k),Kd(k)];du(k)=Kpid*epid;u(k)=u_1+du(k);ifu(k)>=10;u(k)=10;endifu(k)<=-10;u(k)=-10;enddyu(k)=sign((yout(k)-y_1)/(u(k)-u_1+0.0000001));forj=1:Outdk(j)=2/(exp(K(j))+exp(-K(j)))^2;endforl=1:Outdelta3(l)=error(k)*dyu(k)*epid(l)*dk(l);endforl=1:Outf
8、ori=1:Hd_wo=xite*delta3(l)*oh(i)+alfa*(wo_1-wo_2);endendwo=wo_1+d_wo;fori=1:HdO(i)=4/(exp(I(i))+exp(-I(i)))^2;endsegma=delta3*wo;fori=1:Hdelta2(i)=dO(i)*segma(i);endd_wi=xite*delta2'*xi+alfa*(wi_1-wi_2);wi=wi_1+d_wi
