[發明專利]基于RBF辨識的彈性積分BP神經網絡的PID控制方法

無效

• 申請號: 201010511224.0
• 申請日: 2010-10-19
• 公開（公告）號: CN101968629A
• 公開（公告）日: 2011-02-09
• 發明（設計）人: 馬幼捷;劉玥;周雪松;劉思佳;劉進華;于陽
• 申請（專利權）人: 天津理工大學
• 主分類號: G05B13/02
• 分類號: G05B13/02;G06N3/02
• 代理公司: 天津佳盟知識產權代理有限公司 12002
• 代理人: 侯力

1.一種基于RBF辨識的彈性積分BP神經網絡的PID控制方法，其特征在于，該方法包括以下步驟：

第1、確定三層BP神經網絡的輸入層節點數M和隱含層節點數Q，并給出各層加權系數的初值和選定學習速率η和慣性系數α，此時計算次數k＝1；

第2、確定RBF辨識網絡的輸入節點數m、隱層節點數s，并給出隱層節點的中心矢量C_j(0)、基寬帶參數的初值b_j(0)、權系數初值w_j(0)、學習速率ρ、慣性系數γ、計算次數k＝1，此網絡用于建立被控對象的辨識模型，以便動態觀測控制對象的輸出對控制輸入的靈敏度，提供給BP神經網絡；

第3、采樣得到三層BP神經網絡的輸入值r(k)、輸出值y(k)，計算該時刻誤差e(k)；

第4、正向計算BP神經網絡各層神經元的輸入、輸出，BP神經網絡輸出層的三個輸出值即為PID控制系統的三個可調參數K_P、K_I、K_D；給出偏差門限值ε，根據彈性積分控制算法計算PID的輸出u(k)，并與上一次的u(k-1)相減得到Δu(k)送入控制對象及RBF辨識網絡，產生被控對象的輸出y(k)；

第5、根據RBF辨識網絡的正向計算公式計算RBF辨識網絡各層神經元的輸入輸出，RBF辨識網絡的輸出為向量組y_m(k)，m為輸出值個數；

第6、用RBF辨識網絡的迭代算法修正辨識網絡輸出權系數、隱層節點的中心矢量和隱層節點的基寬參數；

第7、用BP神經網絡的迭代算法修正BP神經網絡的加權系數，令計算次數k＝k+1，返回第3步，繼續按順序執行，誤差達到要求時停止。

2.根據權利要求1所述的PID控制系統，其特征在于第1步中所述的BP神經網絡的輸入層節點對應所選的被控系統運行狀態量，輸出層神經元的積分函數取非負的Sigmoid函數，而隱含層神經元的激發函數取正負對稱的Sigmoid函數。

3.根據權利要求1所述的PID控制系統，其特征在于第2步中所述的RBF辨識網絡運用CMOS電路來實現；將輸入電壓信號通過跨導放大系統轉變為電流信號，然后通過絕對值電路和均方根電路即可得到徑向基作為類Gauss函數產生電路的輸入，類Gauss函數產生電路的輸出即為RBF神經元的輸出。

4.根據權利要求1所述的PID控制系統，其特征在于第4步中所述的彈性積分控制算法是在變速積分算法基礎上提出的，具體內容是：

u(k)＝u(k-1)+

K_p{[e(k)-e(k-1)]+K₁f(|e(k)|)*e(k)+K_D[e(k)-2e(k-1)+e(k-2)]}

u(k)和u(k-1)分別為PID第k次和第k-1次運算的輸出值；e(k)、e(k-1)和e(k-2)分別為BP神經網絡中第k次、第k-1次和第k-2次運算的誤差值；K_P、K_I、K_D為PID控制系統的三個參數；f(|e(k)|)是一個系數，其取值規則為：

當|e(k)|≤ε時，f(|e(k)|)=e-|e(k)|e;]]>

當|e(k)|＞ε時，ε為第4步給出的偏差門限，即當系統偏差超出偏差門限值ε時，引入非線性減指數函數的目的是使積分項即使在偏差較大時仍然起一定的作用，偏差越大，積分作用越弱。