资源描述：
《基于CMAC 神经网络的PID 控制》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、基于CMAC神经网络的PID控制PIDControlSystemBasedonCMACNeuralNetwork洪云飞陈孚付兴武Hong,YunfeiChen,FuFu,Xingwu摘要：提出利用CMAC神经网络与PID的特征的近似值，然后用它产生合适的控制信复合控制，实现非线性系统控制。由于号。系统特征值是基于对象输入输出数据实CMAC网络的优点使PID控制效果有很大[1]时观察结果的逐次学习。提高。仿真实验表明了该方法的有效性。关键词：神经网络；PID控制；非线性系CMAC神经网络模型如图1所示。统α1W1中图分类
2、号：TP273文献标识码：AXα2W2YAbstract:Thispaperdesignedacontrolmodel,whichisconstructedbasedonCMACαmWmneuralnetworkandcombinedwithaPIDcontroller.Owingtotheadvantagesofthe图1CMAC神经网络模型CMACneuralnetwork,theeffectivenessofthePIDcontrolsystemhasbeengreatlyCMAC可以逼近任意的非线性关系。设im
3、proved.Simulationstudiesshowthe待逼近的函数映射关系为：effectivenessandgoodperformance.Y=f(X)①Keyword:neuralnetwork;PIDcontrol;T其中X=[x,x,…,x]，12nnon-linearsystem.TY=[y,y,…,y]。12r随着科技的发展，人工神经网络以其独特的优点在控制领域中得到广泛的应用。由CMAC神经网络通过两个阶段映射来于CMAC神经网络具有信息分类存储的能实现上述关系。力，比一般神经网络具有更好的非线性
4、逼近(1)S：X→A(输入编码)，即α=S(X)能力，因此更适合于复杂环境下的非线性实这一功能由CMAC网络的输入层来实时控制。本文利用复合控制的思想，提出一T现。其中α=[α,α,…,α]是m维相12m种基于CMAC神经网络的PID复合控制。这种控制可获得比传统PID控制更理想的联空间A中的向量的值只取1或0两个值。调节效果。对于某个特定的X，只有其中少数元素为1，大部分元素为0。我们可以认为α=S(X)实现1CMAC概述的是一个特定的非线性映射。该线性映射在CMAC是CerebellaModelArticulati
5、on设计网络时就已经确定。输入空间中的一个controller的简称，是1975年由J．Albus点对应于A中的几个元素1，也即对应相联根据小脑的生物模型提出的一种模仿脑联空间A中的一个局部区域。接的控制模型。它是一种具有联想记忆特性(2)P：A→Y（地址计算及输出映射），即有导师式前馈神经网络。由于CMAC是基Y=P(α)=Wα于局部学习的神经网络，所以学习速度快，这一功能由CMAC网络的输出层来实非常适合实时控制。现。这是一线性映射，其中CMAC方法的基本思想在于学习系统⎡w11w12Λw1m⎤⎡α1⎤差的当时测量
6、值及变化值[2]。⎢⎥⎢⎥w=ΛΛΛΛΛα=Μ⎢⎥⎢⎥控制算法为⎢wwΛw⎥⎢α⎥⎣r1r2rm⎦⎣m⎦c对于第i个输出，则有u(k)=∑wiαi③i=1myi=Pi(α)=∑wijαj(i=1,2,…r)②j=1u(k)=u1(k)+u2(k)④CMAC神经网络具有如下特性：式中，α为二进制选择量，c为CMAC网i①可实现从输入到输出的任意映射，输入向量各分量的量化精度愈高，分块愈细，络的泛化参数，u(k)为CMAC神经网络控2逼近任意函数的精度就愈高。②具有局部扩展功能，即在输入空间中制器产生相应的输出，u(k)为
7、PID控制器1靠近的向量，对应的输出也是靠近的。③采用LMS自适应算法，可得到全局产生的输出，u为复合控制器的输出。最小值。CMAC神经网络的连接权学习算法④由于相联空间中只有少数几个元素T为：w(k+1)=w(k)+β(y-y)α/αijijdiij为1，其余均为0，因此在一次训练中只有少数的连接权需要调整，计算量比较小。αw其向量形式为ij2CMAC与PID复合控制算法Tw(k+1)=w(k)+β(y-y)α/αα⑤iidii输地址CMACCMAC入计算记忆函数计算其中：ydi和yi分别表示第i个输出分量的期望值和
8、实际值，β为学习率。学习算法u2令e(k)=y-y(k)=y-w(k)α(x)，则idiidii++-PID算法u+u对象1⊿e(k)=e(k+1)-e(k)iii=[y-y(k+1)]-[y-y(k)]diidii图2CMAC与PID复合控制结构图CMAC与PID复合控制结构如图2所=-[y(k+1)-y(k)]dii示。图2所
