神經(jīng)網(wǎng)絡控制

關于神經(jīng)網(wǎng)絡控制1第1頁，共43頁，2023年，2月20日，星期五2第2頁，共43頁，2023年，2月20日，星期五3第3頁，共43頁，2023年，2月20日，星期五4第4頁，共43頁，2023年，2月20日，星期五5第5頁，共43頁，2023年，2月20日，星期五6圖二辨識器網(wǎng)絡NNI結(jié)構圖第6頁，共43頁，2023年，2月20日，星期五7第7頁，共43頁，2023年，2月20日，星期五8第8頁，共43頁，2023年，2月20日，星期五9第9頁，共43頁，2023年，2月20日，星期五10

綜上所述，圖一所示的神經(jīng)網(wǎng)絡PID控制系統(tǒng)的算法步驟：事先選定NNIBP神經(jīng)網(wǎng)絡的結(jié)構，即選定輸入層節(jié)點數(shù)和隱含層節(jié)點數(shù)；選定學習速率和動量系數(shù)。用(-1,1)之間的隨機值對NNC和NNI的權值進行初始化，令k=0。采樣得。計算第10頁，共43頁，2023年，2月20日，星期五11第11頁，共43頁，2023年，2月20日，星期五12第12頁，共43頁，2023年，2月20日，星期五13第13頁，共43頁，2023年，2月20日，星期五14第14頁，共43頁，2023年，2月20日，星期五15第15頁，共43頁，2023年，2月20日，星期五16參考書： 王永驥、涂健，神經(jīng)元網(wǎng)絡控制，機械工業(yè)出版社.P303~307、P177。第16頁，共43頁，2023年，2月20日，星期五17圖二神經(jīng)網(wǎng)絡PID控制系統(tǒng)結(jié)構圖二、方案二第17頁，共43頁，2023年，2月20日，星期五18第18頁，共43頁，2023年，2月20日，星期五19第19頁，共43頁，2023年，2月20日，星期五20第20頁，共43頁，2023年，2月20日，星期五21第21頁，共43頁，2023年，2月20日，星期五22第22頁，共43頁，2023年，2月20日，星期五23第23頁，共43頁，2023年，2月20日，星期五24第24頁，共43頁，2023年，2月20日，星期五25第25頁，共43頁，2023年，2月20日，星期五26第26頁，共43頁，2023年，2月20日，星期五27第27頁，共43頁，2023年，2月20日，星期五28第28頁，共43頁，2023年，2月20日，星期五29圖三采用線性預測模型的神經(jīng)網(wǎng)絡PID控制系統(tǒng)結(jié)構圖三、方案三：采用線性預測模型的神經(jīng)網(wǎng)絡PID控制器第29頁，共43頁，2023年，2月20日，星期五30第30頁，共43頁，2023年，2月20日，星期五31第31頁，共43頁，2023年，2月20日，星期五32第32頁，共43頁，2023年，2月20日，星期五33第33頁，共43頁，2023年，2月20日，星期五34圖四采用非線性預測模型的神經(jīng)網(wǎng)絡PID控制系統(tǒng)結(jié)構圖四、方案四：采用非線性預測模型的神經(jīng)網(wǎng)絡PID控制器第34頁，共43頁，2023年，2月20日，星期五35第35頁，共43頁，2023年，2月20日，星期五36第36頁，共43頁，2023年，2月20日，星期五37圖二辨識器網(wǎng)絡NNI結(jié)構圖第37頁，共43頁，2023年，2月20日，星期五38第38頁，共43頁，2023年，2月20日，星期五39第39頁，共43頁，2023年，2月20日，星期五40第40頁，共43頁，2023年，2月20日，星期五41第41頁，共43頁，2023