基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)教學(xué)課件

第十三章神經(jīng)網(wǎng)絡(luò)建模與控制主講教師:付冬梅北京科技大學(xué)信息工程學(xué)院自動(dòng)化系主要內(nèi)容1、智能控制的產(chǎn)生和基本特征2、基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)3、基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)示例4、基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)控制5、基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)控制示例131智能控制的產(chǎn)生和基本特征尋找不需要建立(精確)數(shù)學(xué)模型的控制方案,研究能夠按照操作人員的智力、經(jīng)驗(yàn)及意識(shí)發(fā)布指令的控制器。(含辨識(shí)器)。凡是具備兩個(gè)條件的智能學(xué)科都可以在智能控制上占席之地:①能夠模擬人腦的智力行為處理復(fù)雜性、不確定性、非線性對(duì)象。②不需要對(duì)象的精確數(shù)學(xué)模型便能逼近滿意控制智能控制階段的研究對(duì)象是控制器,而傳統(tǒng)控制理論的研究對(duì)象是被控對(duì)象,兩者都是閉環(huán)負(fù)反饋形式。13.2基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)1)辨識(shí)系統(tǒng)的基本結(jié)構(gòu)系統(tǒng)辨識(shí)的主要任務(wù)就是選擇辨識(shí)模型,確定輸入信號(hào)和誤差信號(hào)及其差值。+e被測(cè)系統(tǒng)辨諷模型2)辨識(shí)模型靜態(tài)模型、動(dòng)態(tài)模型、參數(shù)模型、非參數(shù)模型(階躍響應(yīng)、脈沖響應(yīng))、神經(jīng)網(wǎng)絡(luò)模型3)辨識(shí)系統(tǒng)中的誤差準(zhǔn)則J(O=∑/e()其中,f(有各種選擇,最多的是平方函數(shù)f4(H2其中,e(k)是誤差函數(shù),定義區(qū)間為[0M]132基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)4)神經(jīng)網(wǎng)絡(luò)辨識(shí)原理由誤差準(zhǔn)則可知,系統(tǒng)辨識(shí)本質(zhì)上是一個(gè)優(yōu)化問(wèn)題。辨識(shí)的方法大體上分兩種①基于算法的辨識(shí)方法要求建立一個(gè)模型,該模型依賴于某個(gè)參數(shù)6,把辨識(shí)轉(zhuǎn)化成為對(duì)模型參數(shù)的估計(jì)。估計(jì)方法有:最小二乘法(快,線性),梯度下降法,極大似然法②基于神經(jīng)網(wǎng)絡(luò)的辨識(shí)方法在遇到不能線性化的非線性系統(tǒng)時(shí),對(duì)應(yīng)的模型難于轉(zhuǎn)化成關(guān)于參數(shù)空間的線型模型?；谒惴ǖ谋孀R(shí)方法將束手無(wú)策13.2基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)基于神經(jīng)網(wǎng)絡(luò)的辨識(shí)系統(tǒng)結(jié)構(gòu)圖如下圖所示。辨識(shí)不在意神經(jīng)網(wǎng)絡(luò)以什么形式去逼近實(shí)際系統(tǒng),只關(guān)心神經(jīng)網(wǎng)絡(luò)的輸出與被辨識(shí)系統(tǒng)的輸出相差多少,e(k)可否為零。V(k)y(k)被辨識(shí)系統(tǒng)延時(shí)辨模型13.2基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)5)辨識(shí)系統(tǒng)中的非線性模型神經(jīng)網(wǎng)絡(luò)作系統(tǒng)辨識(shí),主要用于非線性辨識(shí)和自適應(yīng)。由于非線性系統(tǒng)在能控性、能觀性、負(fù)反饋調(diào)節(jié)、狀態(tài)觀測(cè)器設(shè)計(jì)等方面還沒(méi)有成熟的作法。難度是非線性系統(tǒng)的辨識(shí)模型和控制模型不易選取,為此,用神經(jīng)網(wǎng)絡(luò)辨識(shí)非線性系統(tǒng)必須作一些假設(shè)限制√被控對(duì)象具有能控性、能觀性。對(duì)所有可能的輸入控制量u,被控對(duì)象的輸出y存在并有界?！淘诒孀R(shí)模型中的神經(jīng)網(wǎng)絡(luò)允許一個(gè)或幾個(gè)不同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)用于被控對(duì)象。辨識(shí)模型的基本結(jié)構(gòu)為包含神經(jīng)網(wǎng)絡(luò)的串一并聯(lián)結(jié)構(gòu)。13.2基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)前兩條為保證系統(tǒng)的穩(wěn)定性和可辨性,第三條為了方便選擇模型,簡(jiǎn)化處理過(guò)程,第四條限制主要是為了易于達(dá)到以下目的:>由于輸出y存在并有界,那么串一并聯(lián)模型中的所有信號(hào)均有界,辨識(shí)模型易于穩(wěn)定串一并聯(lián)模型間無(wú)反饋,使從后向前的靜態(tài)反向傳輸算法成為可能。當(dāng)誤差足夠小時(shí),不使用串一并聯(lián)結(jié)構(gòu),只用并聯(lián)結(jié)構(gòu)也能有好的效果在前述四種假設(shè)限制下,能夠?qū)懗龀Ｓ玫囊恍┓蔷€性典型模型,現(xiàn)舉例如下:13.2基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)①又母的勤區(qū)En=2,m=0時(shí)的并聯(lián)結(jié)構(gòu)如圖3所示。y(k+1十e(k+1