智能控制實(shí)驗(yàn)報(bào)告-2

智能控制實(shí)驗(yàn)報(bào)告姓名 徐斯學(xué)號(hào)6100310139學(xué)院信息工程學(xué)院班級(jí)自動(dòng)化102班2013年12月24日南昌大學(xué)實(shí)驗(yàn)報(bào)告學(xué)生姓名：徐斯學(xué)號(hào):6100310139專業(yè)班級(jí)：自動(dòng)化102班實(shí)驗(yàn)類型：□驗(yàn)證□綜合□設(shè)計(jì)□創(chuàng)新實(shí)驗(yàn)日期：實(shí)驗(yàn)成績(jī)：?jiǎn)稳菟渖窠?jīng)網(wǎng)絡(luò)控制實(shí)驗(yàn)?zāi)康氖煜ど窠?jīng)網(wǎng)絡(luò)的特征、結(jié)構(gòu)及學(xué)習(xí)算法通過實(shí)驗(yàn)進(jìn)一步掌握神經(jīng)網(wǎng)絡(luò)的原理及實(shí)現(xiàn)了解神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)對(duì)控制效果的影響掌握用MATLAB事先神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)仿真的方法5、通過BP神經(jīng)網(wǎng)絡(luò)逼近的方法，使單容水箱中的H能夠穩(wěn)定在100實(shí)驗(yàn)設(shè)備及條件計(jì)算機(jī)（裝有MATLAB仿真軟件）實(shí)驗(yàn)原理1.BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)含一個(gè)隱含層的BP網(wǎng)絡(luò)結(jié)構(gòu)如左圖所示，圖中i為輸入層神經(jīng)元，j為隱層神經(jīng)元,k為輸出層神經(jīng)元。2.BP神經(jīng)網(wǎng)絡(luò)的逼近BP網(wǎng)絡(luò)逼近的結(jié)構(gòu)如下圖所示，圖中k為網(wǎng)絡(luò)的迭代步驟，u(k)和y(k)為逼近器的輸入。BP為網(wǎng)絡(luò)逼近器，y(k)為被控對(duì)象實(shí)際輸出，yn(k)為BP的輸出。將系統(tǒng)輸出y(k)及輸入u(k)的值作為逼近器BP的輸入，將系統(tǒng)輸出與網(wǎng)絡(luò)輸出的誤差作為逼近器的調(diào)整信號(hào)。用于逼近的BP網(wǎng)絡(luò)如上右圖所示3.BP算法的學(xué)習(xí)BP算法的學(xué)習(xí)過程由信息的正向傳播和誤差的反向傳播兩個(gè)過程組成。在正向傳播過程中，輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu)；最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，由輸出層向外界輸出信息處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。誤差通過輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。周而復(fù)始的信息正向傳播和誤差反向傳播過程，是各層權(quán)值不斷調(diào)整的過程，也是神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的過程，此過程一直進(jìn)行到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度。實(shí)驗(yàn)設(shè)計(jì)過程及結(jié)果寫出三容水箱各流量液位的數(shù)學(xué)表達(dá)式：q1=3.5*k;q2=21*sqrt(h);h=h+(q1-q2)/s;s=120;Q1Q1Q2kh單容水箱五、程序clearall;closeall;M=60;%閥門開度初始值為60H=100;h=80;b=3.5;s=120;xite=0.50;alfa=0.05;w2=rands(6,1);w2_1=w2;w2_2=w2_1;w1=rands(1,6);w1_1=w1;w1_2=w1_1;dw1=0*w1;x=[0]';I=[0,0,0,0,0,0]';Iout=[0,0,0,0,0,0]';FI=[0,0,0,0,0,0]';ts=0.001;fork=1:1:8500time(k)=k*ts;L(k)=h;e1(k)=H-h;q1=b*M;q2=21*sqrt(h);h=h+(q1-q2)/s;e3(k)=L(k)-h;forj=1:1:6I(j)=x'*w1(:,j);Iout(j)=1/(1+exp(-I(j)));endMn(k)=w2'*Iout;e2(k)=M-Mn(k);w2=w2_1+(xite*e2(k))*Iout+alfa*(w2_1-w2_2);forj=1:1:6FI(j)=exp(-I(j))/(1+exp(-I(j)))^2;endfori=1:1:1forj=1:1:6dw1(i,j)=e2(k)*xite*FI(j)*w2(j)*x(i);endendw1=w1_1+dw1+alfa*(w1_1-w1_2);yu=0;forj=1:1:6yu=yu+w2(j)*w1(1,j)*FI(j);enddyu(k)=yu;x=e1(k);w1_2=w1_1;w1_1=w1;w2_2=w2_1;w2_1=w2;endfigure(1);plot(time,L,'r',time,e1,'b');figure(2);plot(time,e3);六、實(shí)驗(yàn)結(jié)果如圖：水位由原先的80增長(zhǎng)到100，最終穩(wěn)定在設(shè)定的100上，而水位差從20降到了0，使水位滿足實(shí)驗(yàn)要求，從第二個(gè)圖也可以看出，L與h有一個(gè)跟隨的過程，但其最終穩(wěn)定在0，說明水位最終是沒有偏差的穩(wěn)定于100。實(shí)驗(yàn)總結(jié)。本次實(shí)驗(yàn)我熟悉掌握論文matlab程序的編寫；了解智能控制中BP神經(jīng)網(wǎng)絡(luò)控制的基本原理及思路，并應(yīng)用于實(shí)踐；在控制單容水箱中有比較良好的效果；在編寫程序過程中，了解BP神經(jīng)網(wǎng)絡(luò)控制的基本算法；在調(diào)試過程中，熟悉了調(diào)試的方法，根據(jù)結(jié)果分析