單神經(jīng)元自適應(yīng)PID

單神經(jīng)元自適應(yīng)PID單神經(jīng)元神經(jīng)網(wǎng)絡(luò)與PID結(jié)合的基礎(chǔ)根據(jù)前面的推文“神經(jīng)網(wǎng)絡(luò)基礎(chǔ)”中所介紹的，神經(jīng)元是多輸入單輸出的，訓(xùn)練的目的確定權(quán)值，從而當(dāng)給予輸入時，能給出理想的輸出。對于PID控制來講，以增量式PID為例，公式如下輸入是、和，輸出是增量，對于來講，最重要的任務(wù)是確定系數(shù)。兩者相比較，只要將大量的、和作為輸入，作為輸出，確定權(quán)值的過程就是確定PID系數(shù)的過程。控制算法單神經(jīng)元自適應(yīng)PID的整體結(jié)構(gòu)如下圖以智能車為例，上述參數(shù)解釋為，為控制器輸入的參考值，是神經(jīng)元比例系數(shù)，是增量，是輸出PWM，是反饋值，偏差。（1）輸入權(quán)值根據(jù)前面講的，學(xué)習(xí)規(guī)則有兩類有導(dǎo)師學(xué)習(xí)和無導(dǎo)師學(xué)習(xí)，其中無導(dǎo)師的Hebb學(xué)習(xí)規(guī)則，又叫無監(jiān)督Hebb學(xué)習(xí)規(guī)則，其公式為是設(shè)定的學(xué)習(xí)速率，、分別是時刻神經(jīng)元與神經(jīng)元的輸出。結(jié)合規(guī)則，得到有監(jiān)督的Hebb學(xué)習(xí)規(guī)則，其公式為其中，是期望輸出，在這里即為，。因此，三個權(quán)值分別為神經(jīng)元輸出特性參數(shù)調(diào)整K的選擇非常重要，K越大，快速性越好，但超調(diào)量大，甚至可能使系統(tǒng)不穩(wěn)定，當(dāng)被控對象時延增大時，必須減少K值，以保證系統(tǒng)系統(tǒng)穩(wěn)定。K值選擇過小，會讓系統(tǒng)的快速性變差。根據(jù)實驗總結(jié)以下調(diào)整規(guī)律：①初始加權(quán)系數(shù)、、的選擇，可任意選取；②對階躍輸入，若輸出有大的超調(diào)，且多次出現(xiàn)正弦衰減現(xiàn)象，應(yīng)減少K，維持、、不變。若上升時間長，無超調(diào)，應(yīng)增大K、、、。③對階躍輸入，若被控對象產(chǎn)生多次正弦衰減現(xiàn)象，應(yīng)減少，其他參數(shù)不變。④若被控對象響應(yīng)特性出現(xiàn)上升時間短，有過大超調(diào)，應(yīng)減少，其他參數(shù)不變。⑤若被控對象上升時間長，增大又導(dǎo)致超調(diào)過大，可適當(dāng)增加，其他參數(shù)不變。⑥在開始調(diào)整時，選擇較小值，當(dāng)調(diào)整、和K使被控對象具有良好特性時，再逐漸增加，而其他參數(shù)不變，使系統(tǒng)穩(wěn)態(tài)輸出基本無紋波。⑦K是系統(tǒng)最敏感的參數(shù)，K值增大、減小相當(dāng)于P、I、D三項同時增加、減小。應(yīng)在開始時首先根據(jù)規(guī)則②調(diào)整K，然后根據(jù)規(guī)則③—⑥調(diào)整、、。實驗驗證 輸入指令為方波信號，，采樣時間為0.1ms，被控對象為，采用有監(jiān)督Hebb學(xué)習(xí)規(guī)則，經(jīng)過調(diào)試，得到以下圖像。程序%單神經(jīng)元自適應(yīng)PIDclearall;closeall;ticx=[000]';%3*1矩陣xiteP=0.40;%學(xué)習(xí)速率xiteI=0.35;xiteD=0.40;%初始化連接權(quán)值wkp_1=0.10;wki_1=0.10;wkd_1=0.10;%wkp_1=rand;%wki_1=rand;%wkd_1=rand;error_1=0;error_2=0;y_1=0;y_2=0;u_1=0;u_2=0;ts=0.001;fork=1:1:1000time(k)=k*ts;yd(k)=0.5*sign(sin(2*2*pi*k*ts));y(k)=0.368*y_1+0.26*y_2+0.1*u_1+0.632*u_2;error=yd(k)-y(k);%有監(jiān)督Hebb學(xué)習(xí)規(guī)則wkp(k)=wkp_1+xiteP*error*u_1*x(1);%Pwki(k)=wki_1+xiteI*error*u_1*x(2);%Iwkd(k)=wkd_1+xiteD*error*u_1*x(3);%DK=0.12;x(1)=error-error_1;%Px(2)=error;%Ix(3)=error-2*error_1+error_2;%Dwadd(k)=abs(wkp(k))+abs(wki(k))+abs(wkd(k));w11(k)=wkp(k)/wadd(k);w22(k)=wki(k)/wadd(k);w33(k)=wkd(k)/wadd(k);w=[w11(k),w22(k),w33(k)];u(k)=u_1+K*w*x;%控制輸出規(guī)律error_2=error_1;error_1=error;u_3=u_2;u_2=u_1;u_1=u(k);y_3=y_2;y_2=y_1;y_1=y(k);wkp_1=wkp(k);wkd_1=wkd(k);wki_1=wki(k);endfigure(1);plot(time,yd,'r',time,y,'k:','linewidth',2);xlabel('time(s)');ylabel('yd,y');legend