基于PID神经网络的非线性系统辨识.docVIP

基于PID神经网络的非线性系统辨识 %m355z.m?? 非线性系统辨识:仿真系统y(k)=5*y(k-1)/(2.5+y(k-1)^2)+u(k-1)^3;%??????????适用于在线辨识%??????????x/q: 隐层节点第k点的状态向量/输出向量%??????????x00/q00: 隐层节点第k-1点的状态向量/输出向量clear all;close all;%----初始设置;K=600;x3=0;q2=0;x00=zeros(3,1);q00=zeros(3,1);q=zeros(3,1);lww=zeros(K,1);iww=zeros(K,1);iw=rand(3,2)/20?????? ;%随机设输入层至隐层的权系值lw=rand(1,3)/20??????;%随机设隐层至输出层的权系值u=zeros(K,1);y=u;yi=u;e=u;E=u;dw=zeros(3,2);??a1=0.15????????????;%训练步长??a2=0.08?????????? ;??%----系统的输入u(k)、输出y(k)for k=2:K??u(k-1)=0.6*sin(2*pi*(k-1)/30)-0.4*sin(2*pi*(k-1)/60);??y(k)=5*y(k-1)/(2.5+y(k-1)^2)+u(k-1)^3;????%-----PIDNN由输入u(k-1)、y(k-1)??至??隐层输出g????uy=[u(k-1);y(k-1)]????????;%PIDNN输入x=iw*uy???????????????????? ;%隐层节点状态向量%----比例q(1)=satlins(x(1));%----积分q(2)=q2+x(2);if (q(2)-1), q(2)=-1 ;?????????????????? elseif (q(2)=1), q(2)=1;??end????q2=q(2); %----微分 ???? q(3)=x(3)-x3?????????????????????? ;?? if??(q(3)-1), q(3)=-1;?? elseif??q(3)=1,q(3)=1; ?? end?? ??x3=x(3); %----隐层输出q 至 PIDNN输出yi????y1=lw*q????????????????;%输出节点为线性????yi(k)=y1;%----调整lw??e(k)=y(k)-yi(k);??E(k)=e(k)^2/2;lw=lw+a2*e(k)*q;lww(k)=lw(1,1);%----调整iw ?? h=sign((q-q00)./(x-x00));??dw(1,:)=a1*e(k)*q(1)*h(1)*uy;dw(2,:)=a1*e(k)*q(2)*h(2)*uy;dw(3,:)=a1*e(k)*q(3)*h(3)*uy;iw=iw+dw;iww(k)=iw(1,1);q00=q;x00=x;endfigure(1);subplot(221),plot(u,b);ylabel(输入u);subplot(223),plot(y,b);hold on;plot(yi,r);???????????? ylabel(系统输出y??辨识器输出yi);xlabel( k);subplot(222),plot(E,r);ylabel(目标函数E);subplot(224),plot(iww,b);hold on;plot(lww,r);???????????? ylabel(w);xlabel(k);???????????? title(部分估计参数调整过程)w1=iwqw2=lw 图片: