BP神经网络整定的PID算法-matlab源程序

1、%BP based PID Controlclear all;close all;xite=0.28; % 学习速率alfa=0.001; %惯性系数IN=4;H=5;Out=3; %NN Structure（构造，神经网络结构）wi=0.50*rands(H,IN);wi_1=wi;wi_2=wi;wi_3=wi;wo=0.50*rands(Out,H);wo_1=wo;wo_2=wo;wo_3=wo;%构成变量Oh=zeros(H,1); %Output from NN middle layerI=Oh; %Input to NN middle layererror_2=0;error_1

2、=0;ts=0.01;sys=tf(2.6126,1,3.201,2.7225); %建立被控对象传递函数（LTI Viewer对象模型sys=tf(num,den)将由传递函数模型所描述系统封装成对应的系统对象模型。dsys=c2d(sys,ts,z); %把传递函数离散化（零阶保持器法离散化）num,den=tfdata(dsys,v); %离散化后提取分子、分母（提取每项的常数）for k=1:1:2000 %频率参数，构成一维数组time(k)=k*ts; rin(k)= 40;yout(k)=-den(2)*y_1-den(3)*y_2+num(2)*u_2+num(3)*u_3；e

3、rror(k)=rin(k)-yout(k);xi=rin(k),yout(k),error(k),1;x(1)=error(k)-error_1; %计算Px(2)=error(k); %计算Ix(3)=error(k)-2*error_1+error_2; %计算Depid=x(1);x(2);x(3);I=xi*wi; %the output of the input layer , and 1*5for j=1:1:H Oh(j)=(exp(I(j)-exp(-I(j)/(exp(I(j)+exp(-I(j); %Middle layers outputendK=wo*Oh; %Out

4、put Layer(the input of output layer)for l=1:1:Out K(l)=exp(K(l)/(exp(K(l)+exp(-K(l); %Getting kp,ki,kdendkp(k)=K(1);ki(k)=K(2);kd(k)=K(3);Kpid=kp(k),ki(k),kd(k);du(k)=Kpid*epid; % the increment(增加) of the output uu(k)=u_1+du(k); % the output of the value of controllingif u(k)=45 % Restricting（限制）the

5、 output of controller u(k)=45;endif u(k)=-45 u(k)=-45;enddyu(k)=sign(yout(k)-y_1)/(u(k)-u_1+0.); %当x0时，sign(x)=1。dyu(k)表示什么%Output layer for j=1:1:Out dK(j)=2/(exp(K(j)+exp(-K(j)2; %the value of g()endfor l=1:1:Out delta3(l)=error(k)*dyu(k)*epid(l)*dK(l); %输出值endfor l=1:1:Out for i=1:1:H d_wo=xite*d

6、elta3(l)*Oh(i)+alfa*(wo_1-wo_2);%输出层权值的计算定义 endend wo=wo_1+d_wo+alfa*(wo_1-wo_2); %wo更新%Hidden （隐藏）layerfor i=1:1:H dO(i)=4/(exp(I(i)+exp(-I(i)2; %the value of the f()end segma=delta3*wo; % the sum（总和）for i=1:1:H delta2(i)=dO(i)*segma(i); %求endd_wi=xite*delta2*xi; wi=wi_1+d_wi+alfa*(wi_1-wi_2);% 不就是

7、wi修改更新的过程吗？个人认为：如果被控对象的表达式:yout改变的话，权值修改的中间过程都不要改变，因为不管系统的输出是什么，bp神经网络权值修改的公式都是一样的啊。有可能的话，可以把权值的初始值改一下，不是必须的，反正神经网络会自己调整权值，只要不陷入局部极小值就可以了(对不同的系统 可以采取修改权值 学习效率和惯性系数来调整神经网络的控制效果)%Parameters （参数，变量）Update（更新）u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k); %最后为什么进行更新 y_2=y_1;y_1=yout(k); wo_3=wo_2;wo_2=wo_1;w

8、o_1=wo; wi_3=wi_2;wi_2=wi_1;wi_1=wi;error_2=error_1;error_1=error(k);endfigure(1);plot(time,rin,r,time,yout,b);xlabel(time(s);ylabel(rin,yout);figure(2);plot(time,error,r);xlabel(time(s);ylabel(error);figure(3);plot(time,u,r);xlabel(time(s);ylabel(u);figure(4);subplot(311);plot(time,kp,r);xlabel(time(s);ylabel(kp);subplot(312);plot(time,ki,g);x