基于BP神经网络的 参数自学习控制
(1)确定bp网络的结构,即确定输入层节点数M和隐含层节点数Q,并给出各层加权系数的初值 和 ,选定学习速率 和惯性系数 ,此时k=1;
(2)采样得到rin(k)和yout(k),计算该时刻误差error(k)=rin(k)-yout(k);
(3)计算神经网络NN各层神经元的输入、输出,NN输出层的输出即为PID控制器的三个可调参数 , , ;
(4)根据(3.34)计算PID控制器的输出u(k);
(5)进行神经网络学习,在线调整加权系数 和 ,实现PID控制参数的自适应调整;
(6)置k=k+1,返回(1)。
标签:
BP神经网络
参数
bp网络
学习控制
上传时间:
2016-04-26
上传用户:无聊来刷下