基于改进遗传算法的模糊RBF神经网络控制在液压伺服系统中的应用研究

《基于改进遗传算法的模糊RBF神经网络控制在液压伺服系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、应用尼K。由图1经过化简可得电液压力控制系统的传递函数为：U，U，(曼+1)(_S了2+1)(+∞r∞：∞tOs3控制系统设计3．1系统控制原理基于改进遗传算法的模糊RBF神经网络控制系统的结图3模糊RBF控制器结构构如图2所示，为了产生更好的控制效果，图2中的模糊神经网络采用GA—BP算法进行参数的优化。度、归一化三个过程功能。本层49个节点，在下式所示的推导过程下，得节点输出为e。mk=(x1)·2)=exp(-sumk)一tccavek=∑图2基于改进遗传算法的模糊RBF神经网络控制系统的结构式中，i=1，2，⋯7；j=l，2，

2、⋯7；k=l，2，⋯49。3．2模糊RBF神经网络控制器结构第三层：输出层。这一层完成模糊推理结论和反模糊本文将输人e和ec和输出U均划分为7个模糊子集，化的输出过程。得节点输出为网络输出。其中t

3、)表示模即为f负大，负中，负小，零，正小，正中，正大)=糊推理结论部分．从结构上相当于模糊RBF神经网隐层到{NL，NM，NS，ZO，PS，PM，PL}，它们的隶属函数用高输出层的权值。49斯函数表示。根据实际经验，可得模糊控制规则为表1所U=∑are．(4)示。基于高斯径向基的RBF神经网络的优越性及其与模糊表1E．EC—U模糊控制规则表

4、神经网络的等价性可分别参见文献[4—5]。本文采用基于＼＼—NLNMNSZoPSPMPL高斯这种结构的模糊神经网络除了能很好的映射模糊控制规则外，还有利于网络的初始化和网络结构的设计，这主NLPLPLPMPMPSZOZO要是由于：网络的第二层，不但实现了隶属度函数，而且NMPLPLPMPMPSZOZO也实现了模糊隶属度的合成，使模糊控制的前件在同一个NSPLPLPMPSZONMNM神经元中完成，根据系统的控制要求可在线调整第二层的ZoPLPLPMZ0NMNLNLPSPMPMZoNSNMNLNL节点数。当根据控制要求需要变化模糊控制规则

5、时，只需PMZOZONSNMNMNLNL在第二层中增加(或减少)节点即可，而且，第二层网络PLZOZ0NSNMNMNLNL的节点变化对整个网络的影响不大。另外，对于这种网络结构，由于采用了GA—BP遗传如图3所示的模糊RBF神经网络．隐层采用高斯算法来构造网络。用遗传算法对参数n、b进行寻优，并指数型函数，输出层采用线性激活函数。整个网络的输入通过BP算法改变网络的权值来调整规则库，从而达到一输出映射关系如下。种自适应最优控制的目的。第一层：输入层。输入变量为和。3．3GA—BP算法的设计1=e，2=eC=[e(t+1)一e(t)]／

6、(2)模糊神经网络若采用BP算法训练，速度较慢．可能式中，为采样周期。陷入局部极小点。本文利用GA在全变量空间搜索全局解第二层：模糊运算层。这一层完成了模糊化、释放强的特点以及BP算法能局部寻优的特点．提出了GA—BP算技术法，先采用GA算法先对模糊RBF神经网络的隶属函数参(1)采用实数编码，初始化染色体，形成初始种群；数a、b进行全局寻优．再将得到的最优解保存并按BP算(2)利用适应度厂评价每代中每个染色体；法对网络隐层的到输出层的权值t1)进行训练。(3)采用轮盘赌法计算概率并按照适应度的概率分布3．3．1GA算法全局寻优选择新

7、群体：(1)参数编码形式(4)以自适应交叉概率，选择两个染色体进行算术经典遗传算法采用二进制编码再转化为实数．但这样交叉操作：引入了量化误差，使参数变化为步进，如目标函数值在最(5)以自适应变异概率，使种群中每个染色体的各优点附近变化较快，则可能错过最优点。鉴于此，这里采个元素产生非均匀变异：用实数编码的方式。本文a、b共28个元素取值范围均在(6)对新种群中的最优个体实现精华保留，用上代最[0，1]之间，其构成一个染色体。优个体取代本代最差个体：(2)三种基本操作(7)判断是否达到进化代数，若没有则返回(2)步，对于基于适应值的概率

8、分布选择新种群的选择过程，否则结束：采用“赌轮法”。为了维持种群的多样性和算法收敛，本(8)将新群体获得的最优个体的值a和b保持不变，文采用自适应交叉和变异概率。表示种群平均适应采用BP算法对∞进行学习；值，为种群最优个体适应值，假设给定两个[0，1]内(9)判断误差E是否达到要求，若没有则返回(2)的两个数和：，并且Pc。>，种群内随机选择两个交步，直到满足性能指标。叉的个体，其中较大个体的适应值为广，那么交叉概率4仿真研究由下式给出：4．1控制参数的选取当，≥时，Pc：．一-J，否则，以阶跃信号作为输入信号进行实验．根据实验测得的

9、J—Jg数据，结合MATLAB辨识工具箱，通过ARX模型辨识，=；(5)求得传递函数(1)式的参数。可得电液压力控制系统的同样可以给出变异概率的表达式：传函为：当厂≥时，Pm：Pm一l二，否则，J～JgPm=P：；(6)