



下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
神經網絡逆元自適應控制的研究
1神經網絡逆控制規(guī)則近年來,網絡反演器的出現(xiàn)為控制非均質控制提供了新思路和有效的手段。其中,網絡反演器是一項重要的控制結構,在機器人控制等方面得到了成功的應用。但對于非最小相位系統(tǒng),由于其相應逆系統(tǒng)的不穩(wěn)定性,逆控制方案往往無法使用。另外,在神經網絡的訓練算法方面,傳統(tǒng)的BP學習算法收斂速度較慢,影響了神經網絡在控制領域中的深入應用。本文針對以上兩個問題,利用構造偽系統(tǒng)的方法,并采用學習速度較BP算法快一個數(shù)量級的Davidon最小二乘法來訓練神經網絡,由此推導出一種對非最小相位系統(tǒng)仍然有效的神經網絡逆元自適應控制器。最后,我們在非最小相位非線性系統(tǒng)上進行了仿真研究,結果表明,該方法對非最小相位非線性系統(tǒng)具有良好的控制效果。2逆元控制器與受控制系統(tǒng)的串接設備本文所采用的神經網絡逆元自適應控制器的結構如圖1所示。在以上控制方案中,我們利用被控對象的輸入輸出數(shù)據(jù)來訓練用于逼近系統(tǒng)逆映射的神經網絡AN2,控制器網絡AN1與AN2具有完全一樣的結構、參數(shù)、初始值,但AN1這個網絡不參加訓練,僅在神經網絡AN2的每一步訓練結束后,復制出與AN2完全一樣的權值,其作為逆元控制器與受控系統(tǒng)串接,將參考輸入yd(t+1)作用于AN1,就可使系統(tǒng)的輸出接近于期望值。因此可使用于逼近系統(tǒng)逆映射的網絡AN2與控制器網絡AN1的權值修正同時完成,有利于提高控制方案的實時性,并使控制系統(tǒng)具有了適應性。3網絡生成及權值修正設受控對象為一單輸入-單輸出的非線性系統(tǒng),可用如下模型來描述y(t+1)=f[y(t),y(t-1),?,y(t-n+1),u(t),u(t-1),?,u(t-m+1)](1)y(t+1)=f[y(t),y(t?1),?,y(t?n+1),u(t),u(t?1),?,u(t?m+1)](1)式中u、y——系統(tǒng)的輸入和輸出;n、m——{y(t)}和{u(t)}的階次。f(·)——非線性函數(shù)。假定其存在逆映射h(·)=f-1(·),則相應的逆系統(tǒng)可表述為u(t)=h[y(t+1),y(t),y(t-1),?,y(t-n+1),u(t-1),?,u(t-m+1)](2)u(t)=h[y(t+1),y(t),y(t?1),?,y(t?n+1),u(t?1),?,u(t?m+1)](2)我們采用一個三層前饋神經網絡來逼近系統(tǒng)的逆映射h(·),如圖2所示。其可描述為?u(t)=hΝΝ[y(t+1),y(t),y(t-1),?,y(t-n+1),u(t-1),?,u(t-m+1)](3)u?(t)=hNN[y(t+1),y(t),y(t?1),?,y(t?n+1),u(t?1),?,u(t?m+1)](3)網絡的輸入層為Ο1i={y(t-i+1),0≤i≤nu(t-i+n),n+1≤i≤m1-1(4)O1i={y(t?i+1),0≤i≤nu(t?i+n),n+1≤i≤m1?1(4)式中m1=n+m,即輸入層結點個數(shù)。令m2為隱含層結點個數(shù),則隱含層可表述為netj(t)=m1∑i=1W2ijΟ1i(t)?j=1,2,?,m2(5)Ο2j(t)=g[netj(t)]?j=1,2,?,m2(6)netj(t)=∑i=1m1W2ijO1i(t)?j=1,2,?,m2(5)O2j(t)=g[netj(t)]?j=1,2,?,m2(6)輸出層為?u(t+1)=m2∑j=1W3jΟ2j(t)(7)u?(t+1)=∑j=1m2W3jO2j(t)(7)式中{W2ij2ij}——輸入層與隱含層間的連接權值;{W3j3j}——隱含層與輸出層之間的連接權值。激勵函數(shù)取g(x)=21+e-x-1(8)g(x)=21+e?x?1(8)我們利用Davidon最小二乘法對神經網絡AN2的權值進行訓練,相應的權值修正公式為W(t)=W(t-1)-Η(t-1)??(t)?(t)γ+??Τ(t)Η(t-1)??(t)(9)Η(t)=1γ[Η(t-1)-Η(t-1)??(t)??Τ(t)Η(t-1)γ+??Τ(t)Η(t-1)??(t)](10)W(t)=W(t?1)?H(t?1)??(t)?(t)γ+??T(t)H(t?1)??(t)(9)H(t)=1γ[H(t?1)?H(t?1)??(t)??T(t)H(t?1)γ+??T(t)H(t?1)??(t)](10)式中W(t)——所有權值構成的向量;?(t)=?u(t)-u(t),??(t)?(t)=u?(t)?u(t),??(t)——?(t)關于W(t)的梯度向量在W(t)=W(t-1)時的值。對于輸入層與隱含層之間的連接權值有??(t)?W2ij=W3jg′[netj(t-1)]Ο1i(t-1)(11)??(t)?W2ij=W3jg′[netj(t?1)]O1i(t?1)(11)對于隱含層與輸出層之間的連接權值有??(t)?W3j=Ο2j(t-1)(12)利用(11)式、(12)式進行計算即可得到??(t)。此時逆元控制律為u(t)=hΝΝ[yr(t+1),y(t),y(t-1),?,y(t-n+1),u(t-1),?,u(t-m+1)](13)式中yr(t+1)=αyr(t)+(1-α)yd(t+1);α——柔化因子。4生成最小相位系統(tǒng)對于非最小相位系統(tǒng),由于其逆系統(tǒng)的不穩(wěn)定性,這種以系統(tǒng)逆映射為基礎的逆元控制方案將會因為控制信號的無限變大而失效。為了克服逆元控制器的這個缺陷,我們構造如下偽系統(tǒng)。{y(t+1)=f[y(t),y(t-1),?,y(t-n+1),u(t),u(t-1),?,u(t-m+1)]?(t+1)=y(t+1)+βu(t)(14)由(14)式可得到一個以u(t)為輸入,?(t)為輸出的偽系統(tǒng),而實際系統(tǒng)的輸出y(t)作為這個偽系統(tǒng)的一個狀態(tài)出現(xiàn)。這樣,就可以通過對參數(shù)β的正確選擇,使由(14)式構成的偽系統(tǒng)為一最小相位系統(tǒng)。由于最小相位系統(tǒng)的逆系統(tǒng)是穩(wěn)定的,因此可以利用前面的逆元控制方案通過對偽系統(tǒng)的控制而使真實系統(tǒng)的輸出也達到設定值。此時用于逼近偽系統(tǒng)的逆映射的神經網絡如圖3所示。為了控制非最小相位非線性系統(tǒng),要求β的值按一定規(guī)律變化,取為β=ρθ(t+1)θ2(t+1)+τ(15)式中ρ——可調節(jié)的參數(shù);τ——一個很小的正數(shù),其中θ(t+1)=??u(t)??(t+1)=m2∑j=1W3jg′[netj(t)]W21j(16)相應的逆元控制律為u(t)=hΝΝ[?r(t+1),?(t),?(t-1),?,?(t-n+1),u(t-1),?,u(t-m+1)](17)其中?r(t+1)=yr(t+1)+βu(t)。5網絡結構仿真我們利用以上控制方案對非最小相位非線性系統(tǒng)進行了仿真研究,這里僅舉一例。例設被控對象取為如下非最小相位非線性系統(tǒng)y(t)=y(t-1)y(t-2)1+y2(t-1)+y2(t-2)+u(t-1)+1.5u(t-2)AN1和AN2的網絡結構均取為4-11-1,比例系數(shù)ρ取0.25,τ取0.0005,開環(huán)辨識1000步,遺忘因子取為0.9891,閉環(huán)控制時遺忘因子取為0.99,柔化因子取為0.83。我們讓系
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 養(yǎng)殖技術服務合同協(xié)議
- 智慧醫(yī)療服務平臺合同
- 迎新晚宴的致辭與感悟分享
- 調查研究方案示例
- 2025河北石家莊建筑行業(yè)大型國有企業(yè)招聘43人筆試參考題庫附帶答案詳解
- 2025年國網智慧車聯(lián)網技術有限公司招聘3人(第一批)筆試參考題庫附帶答案詳解
- 2025年安慶某公司招聘外包工作人員3人筆試參考題庫附帶答案詳解
- 2025年寶馬轎跑車項目發(fā)展計劃
- 2025年中儲糧儲運有限公司校園招聘吉林省崗位(9人)筆試參考題庫附帶答案詳解
- 2025年上半年宜春市上高縣敖山鎮(zhèn)農村敬老院院長招考易考易錯模擬試題(共500題)試卷后附參考答案
- 電腦耗材實施方案、供貨方案、售后服務方案
- 智慧能源及碳排放監(jiān)測管理云平臺系統(tǒng)方案
- 武漢中考理化生實驗備考試題庫(含答案)
- 北京2022年二級造價工程師《土建實務》真題答案及解析
- 新生兒喂養(yǎng)健康宣教課件
- 新教材 人教版高中物理選擇性必修第一冊 第三章 機械波 知識點考點重點難點提煉匯總
- 體系基礎知識培訓
- 同課異構知識講座
- 計算機應用基礎(Windows10+Office2016)
- 支氣管肺炎個案護理查房
- 九年級數(shù)學一輪復習全部教案
評論
0/150
提交評論