[智能控制理论]智能控制理论的研究与进展

智能控制实验报告

（2008~2009 学年 春季 学期）

课程名称： 任课教师：杜尚丰 班 级：自动061 学 号：0608140612 姓 名：孙倩

实验题目1: SISO PID神经网络控制

姓名: 孙倩 班级: 自动化061 学号: 0608140612

一、仿真模型描述

单变量P I D神经网络的结构形式如下：

单变量神经网络的结构图

本实验用PID 神经网络实现单输入单输出解耦系统的模型仿真，用到的仿真模型为：

y(k+1)=0.8sin(y(k))+1.2u(k), k

系统输入： r(k)=1(k)

二、仿真参数说明

系统的输入向量是：r(k)=1；

输出向量是：y(k+1)；

系统的控制向量为：u(k)；

准则函数为：

E 1(k ) =

12

[r 1(k ) -y 1(k )]

2

权系地训练（取η1=η2=0.8）方式：

W(k+1)=W(k)- η

可得：

w i (k+1)=w i (k)+ ηe(k+1)oi (k)+β[w i (k)-w i (k-1)]

1

w j (k+1)=1w j (k)+ ηe(k+1)f[xj (k)][2w j (k)]y(k)+ β[1w j (k)-1w j (k-1 ……此处隐藏6897个字…… "rin,yout"); figure(2);plot(time,error,"r"); xlabel("time(s)");ylabel("error"); figure(3);plot(time,u,"r"); xlabel("time(s)");ylabel("u"); figure(4);plot(time,kp,"r"); xlabel("time(s)");ylabel("kp"); figure(5);plot(time,ki,"r"); xlabel("time(s)");ylabel("ki"); figure(6);plot(time,kd,"r"); xlabel("time(s)");ylabel("kd"); figure(7);plotmf(a,"input",1); figure(8);plotmf(a,"input",2); figure(9);plotmf(a,"output",1); figure(10);plotmf(a,"output",2); figure(11);plotmf(a,"output",3); plotfis(a);

fuzzy fuzzpid.fis

五、实验总结：

Fuzzy PID控制控制器兼有模糊控制和PID 控制的优点， 具有良好的工程应用景，与单一的PID 控制或模糊控制相比，具有以下优点 ： ( 1 )具有良好的动态响应性能， 超调量小。

( 2 )具有良好的静态性能， 震荡小， 没有静态误差。

( 3 )系统参数或结构变化时，Fuzzy PID控制器具有良好的自适应能力和鲁棒性。