单神经元PID控制报告.docx

10

一、目的...............................................2.............

二、设备及条件.........................................2.............

三、设计及试验过程......................................2.............

1.单神经元自适应掌握器构造.........................2..............

2、神经元的学习规章..................................3.............

3、试验过程.........................................3.............

4、试验探究.........................................5.............

探究1：神经元比例系数K对输出结果的影响.........5.........

探究2：学习速率对输出结果的影响...................7.............

探究3：权系数初值对输出结果的影响.................9.............

四、试验结果分析.......................................1.0.............

五、思考题............................................1.1.............

六、程序清单..........................................1.1.............

单神经元PID掌握

一、目的

１．生疏单神经元PID掌握器原理。２．通过试验进一步把握有监视的Hebb学习规章及其算法仿真。

二、设备及条件１．计算机系统。２．MATLAB仿真软件

三、设计及试验过程

1.单神经元自适应掌握器构造

图1单神经元自适应掌握器原理图设输入为r;输出为y;误差e=r-y；掌握信号为u；

三个状态量

x1(k)=e(k);x2(k)=e(k)-e(k-1);

X3(k)=e(k)-2*e(k-1)+e(k-2);

神经元产生的掌握信号为：

u(k)?u(k?1)?k?3

i?1

?(k)x(k),k?0

i i

其中?

i

(k)为对应于x

i

(k)的权系数，单神经元掌握器的自适应功能是通过学习

转变连接权值来实现的。K为神经元的比例系数，且K0。

2、神经元的学习规章

学习规章是修正神经元之间的连接强度或加权系数的算法，使获得的学问构造适应四周环境的变化，学习过程由学习期和工作期两个阶段组成。在学习期中，执行学习规章，修正加权系数。在工作期内，连接权值固定，计算神经元的输出。

学习算法就是调整连接权值

(k)的规章，它是单神经元掌握器的核心，并反映

i

了其学习的力量。我们承受的学习规章是有监视的Hebb学习规章，它是无监视的Hebb学习规章和有监视的Delta相结合的学习规章。

3

u(k) u(k 1) k

i1

3

1(k)x

i i

(k)

1(k)

i

(k)/

i

i1

(k)

i

学习算法标准化处理后为：

(k 1)

1

(k)

1

u(k)z(k)x

i 1

(k)

(k

2

1)

2

(k)

p

u(k)z(k)x

2

(k)

(k

3

1)

3

(k)

d

u(k)z(k)x

3

(k)

，，分别为比例学习速率，微分学习速率，积分学习速率。K为神经

p i d

元的比例系数。它们的调整规章如下：

3、试验过程

被控对象：y(k)0.368y(k1)0.26y(k2)0.10u(k1)0.632u(k2) (k)

其中u(k)为掌握输入信号。在掌握过程中，开头参加幅度为1的单位阶跃信

号，到第150周期开头参加幅度为20%的阶跃干扰，在第300个周期干扰消逝。

我们先假设初始的

，，

p i d

，分别为0.40，0.35，0.40。对应的权系数

(k)

i

为0.10。神经元的比例系数为0.12。

各个变量的前向差分都为0，采样时间为1ms。这样，输入为幅值为1的阶跃信号；前150个采样周期假设被控对