发布时间 : 星期六 文章基于MATLAB的BP神经网络控制器的设计及其实验仿真更新完毕开始阅读efdabbf8910ef12d2af9e75a
中原工学院毕业设计（论文）
图4-5 跟踪误差曲线
图4-6 正弦跟踪曲线（S=2）
26
中原工学院毕业设计（论文）
图4-7 参数自适应整定曲线
图4-8 跟踪误差曲线
27
中原工学院毕业设计（论文）
仿真程序如下：shiyan.m %BP based PID Control clear all; close all; xite=0.25; alfa=0.05; S=1; %Signal type
IN=4;H=5;Out=3; %NN Structure if S==1 %Step Signal
wi=[-0.6394 -0.2696 -0.3756 -0.7023; -0.8603 -0.2013 -0.5024 -0.2596; -1.0749 0.5543 -1.6820 -0.5437; -0.3625 -0.0724 -0.6463 -0.2859; 0.1425 0.0279 -0.5406 -0.7660]; %wi=0.50*rands(H,IN); wi_1=wi;wi_2=wi;wi_3=wi;
wo=[0.7576 0.2616 0.5820 -0.1416 -0.1325; -0.1146 0.2949 0.8352 0.2205 0.4508; 0.7201 0.4566 0.7672 0.4962 0.3632]; %wo=0.50*rands(Out,H); wo_1=wo;wo_2=wo;wo_3=wo; end
if S==2 %Sine Signal
wi=[-0.2846 0.2193 -0.5097 -1.0668; -0.7484 -0.1210 -0.4708 0.0988; -0.7176 0.8297 -1.6000 0.2049; -0.0858 0.1925 -0.6346 0.0347; 0.4358 0.2369 -0.4564 -0.1324]; %wi=0.50*rands(H,IN); wi_1=wi;wi_2=wi;wi_3=wi;
wo=[1.0438 0.5478 0.8682 0.1446 28
0.1537;
中原工学院毕业设计（论文）
0.1716 0.5811 1.1214 0.5067 0.7370; 1.0063 0.7428 1.0534 0.7824 0.6494]; %wo=0.50*rands(Out,H); wo_1=wo;wo_2=wo;wo_3=wo; end x=[0,0,0];
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); %Output from NN middle layer I=Oh; %Input to NN middle layer error_2=0; error_1=0; ts=0.001; for k=1:1:6000 time(k)=k*ts; if S==1 rin(k)=1.0; elseif S==2
rin(k)=sin(1*2*pi*k*ts); end
%Unlinear model
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)=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'; for j=1:1:H
29