基于人工神经网络的系统辨识

基于人工神经网络的系统辨识讲义，系统辨识与自适应控制，主要内容，人工神经网络概述；人工神经网络的结构；人工神经网络的学习；几种典型人工神经网络综述：系统识别的基本概念；系统识别三要素的基本过程；基于神经网络的系统辨识技术；人工神经网络识别的基本原理；飞机系统的气动参数识别；人工神经网络概述，1.1人工神经模型，生物神经结构，人工神经网络概述，1.1人工神经模型，三个基本要素：1、连接权；2.求和单元；3.激活该功能。数学模型，人工神经网络概述，激活函数：1，硬限幅(Heaviside)激活函数，2，线性激活函数，3，对数-S型(sigmoid)激活函数，4，对称硬限幅激活函数5，饱和线性激活函数6，双曲正切S型激活函数7，正线性激活函数.人工神经网络概述、1.2神经网络结构、前馈网络(FNN)、FNN可根据不同的激活函数分为多种类型。如多层感知器(MLP)、径向基函数网络(径向基函数网络)、小波网络(WN)、人工神经网络概述、反馈(递归)网络、全局反馈：Hopfield网络、Elman网络、局部反馈网络是对单个神经元的反馈，有多种类型，人工神经网络概述、1.3神经网络学习、从环境中学习获取知识和提高自身性能是神经网络的一个重要特征。在正常情况下，通过根据特定的指标调整自己的参数(如权重)并随着时间的推移逐渐达到，可以实现性能的提高。有三种学习方法(根据环境提供的信息量):监督学习无监督学习强化学习，学习算法：学习规则(纠错规则)Hebb学习规则竞争学习。人工神经网络概述，1.4几种典型的人工神经网络，感知神经网络，反向传播神经网络，径向基函数神经网络，竞争学习神经网络，Hopfield神经网络，玻尔兹曼神经网络.人工神经网络概述，人工神经网络，隐层和输出层的激活函数采用对数-S型激活函数，人工神经网络的轮廓，隐层的第一个神经元在样本P的作用下的输入为：隐层的第一个神经元的输出为：输出层的第K个神经元的总输入为： 输出层第K个神经元的实际输出为：BP网络的前馈计算，人工神经网络的轮廓，BP网络权系数的调整规则，每个样本P的输入模式对的二次误差函数为：BP学习算法的基本原理是梯度最速下降法，其中心思想是调整权值，使网络总误差最小。 学习过程在使误差函数Jp下降最快的方向上调整加权系数，直到获得满意的加权系数。因此，权重系数应与Jp函数的梯度变化方向相反，以使网络逐渐收敛。和、和，输出层的神经元权重系数修改公式：隐藏层的神经元权重系数修改公式：人工神经网络概述，BP网络学习算法计算步骤，初始化：将所有权重系数设置为最小随机数；提供训练集：给出输入向量p和期望输出向量t。计算实际输出；计算期望值与实际产量之间的误差；调整输出层的加权系数；调整隐藏层的权重系数；返回步骤(3)，直到错误满足要求。系统辨识概述，2.1系统辨识的基本概念，对于一个离散的时不变因果系统，其输入和输出分别是u(t)和yp(t ),而集合u(t)是一个一致有界函数，那么辨识问题可以描述为寻求一个数学模型，使模型的输出和被辨识系统的输出尽可能接近。模型选择：同时考虑准确性和复杂性。最常用的误差标准是误差平方和函数。系统辨识概述，2.3系统辨识的基本过程，(1)被辨识系统的数学模型类型的选择和预测，(2)测试设计：测试信号的选择，输入/输出数据的记录，(3)参数估计：估计方法的选择，基于测量数据的数学模型中未知参数的估计。(4)模型验证：验证确定的模型是否正确代表系统。在正向建模问题中，神经网络和待辨识系统具有相同的输入，两者的输出误差作为网络的训练信号，这是一个典型的监督学习问题。学习之后，网络模型将具有与实际系统相同的输入和输出特性。3.1、人工神经网络辨识的基本原理，正向模型，(1)正向模型，基于神经网络的系统辨识技术，(2)反向模型，直接逆模型，间接逆模型，直接逆模型是将系统的输出作为网络的输入，利用网络的输出和系统的输入进行比较，两者的误差作为网络的训练信号；在间接模型结构中，存在系统的已知前向模型，并且逆模型网络与系统串联。网络的输入是系统的预期输出，而训练信号是系统的预期输出与其实际输出之间的差值，或者是已知神经网络的前向模型的输出之间的差值。飞机系统气动参数识别，3.2飞机系统气动参数识别，飞机系统主要符号及其含义(6个自由度)，飞机系统气动参数识别，滚转姿态(副翼)，飞机系统气动参数识别，俯仰(水平尾翼)，飞机系统气动参数识别，偏航(垂直尾翼)，飞机系统气动参数识别，假设：飞机有一个对称平面；运动对称平面处于垂直位置，运动平面与飞机对称平面重合；飞机以稳定的直线运动。线性小扰动方程可以分为两组，彼此独立，即可以在纵向和横向进行解耦。注：系统方程、飞机系统气动参数识别、纵向系统仿真和飞机系统气动参数识别见文件。通过MATLAB仿真，纵向系统输入显示为右(其中左输入是宽度为3秒的单位幅度脉冲；右侧的输入是宽度为1秒的单位振幅脉冲)。利用神经网络的前向辨识模型，辨识飞机系统的气动参数，辨识飞机系统在小扰动下的