神经网络控制-多种结构课件.ppt

1、多种结构多种结构神经网络控制神经网络控制2神经网络控制的多种结构神经网络控制的多种结构神经直接自校正控制神经直接自校正控制 神经控制器 NNC 与对象串联，实现 P的逆模型 P1，且能在线调整。输出 y跟踪输入 r的精度，取决于逆模型的精度。不足：开环控制结构，不能有效的抑制扰动。神经直接自校正控制 r u-y)(1PNNC 对象)(1PNNiI 3神经网络控制的多种结构神经网络控制的多种结构 y 神经自校正控制框图 u NNI 对象 自校正控制器 r 控制器设计 神经间接自校正控制神经间接自校正控制 由神经辨识器NNI在线估计对象参数，用调节器（或控制器）实现参数的自动整定相结合的自适应控制

2、。4神经网络控制的多种结构神经网络控制的多种结构 神经 PID 控制框图 PID 控制器 e-y u y -r 2e 1e-对象 学习算法 学习算法 NNC NNI 神经神经PIDPID控制控制 由辨识器NNI在线辨识对象，对控制器NNC的权系进行实时调整，使系统具有自适应性，从而达到控制目的。5神经网络控制的多种结构神经网络控制的多种结构神经直接模型参考自适应控制神经直接模型参考自适应控制构造一个参考模型，使其输出为期望输出，控制的目的是使y跟踪yM。r y My u 神经直接模型参考自适应控制 r-参考模型 对象 NNC 6神经网络控制的多种结构神经网络控制的多种结构-1e-y 2eMyr

3、 y-u 参考模型 对象 NNI NNC 神经间接模型参考自适应控制 神经间接模型参考自适应控制神经间接模型参考自适应控制 构造一个参考模型，使其输出为期望输出，控制的目的，是使y跟踪yM。对象特性非线性、不确定、不确知时采用。7神经网络控制的多种结构神经网络控制的多种结构神经内模控制神经内模控制具有结构简单、性能良好的优点。r e g 1e内模 控制器 )(zD 内部模型)(zP y u y _ 对象)(zP 滤波器 )(zF 神经内模控制8神经网络控制的多种结构神经网络控制的多种结构PIDPID神经网络单变量控制神经网络单变量控制 PID神经网络控制器NNC与单变量对象一起作为广义网络，不

4、需辨识复杂的非线性被控对象，可对其实现有效的控制。xr uqxNNCWW21 I yv RPPID神经网络单变量控制结构9神经网络控制的多种结构神经网络控制的多种结构 PIDPID神经网络多变量控制神经网络多变量控制 PID神经网络控制器NNC与多变量对象一起作为广义网络，不需辨识复杂的非线性被控对象，可对其实现有效的控制。nu1u 1v nvNNC 1r ny1y P qx R x w2 nw1 11w nr PID 神经网络多变量控制结构 10神经网络控制的多种结构神经网络控制的多种结构CMACCMAC直接逆运动控制直接逆运动控制 CMAC用于逆运动控制例机械手控制问题。机械手 x x 末

5、端位置 理想轨迹 CMAC 末端位置 实际轨迹)(1x f CMAC 直接逆运动控制 11神经网络控制的多种结构神经网络控制的多种结构CMACCMAC前馈控制前馈控制由CMAC实现前馈控制，由常规控制器实现闭环反馈控制，整个控制结构是前馈反馈控制。x ix u dx NNC-CMAC cu nu+_ 常规 控制器 网络回想 存储器 网络训练 对象 设定值 发生器 CMAC 前馈控制 12神经网络控制的多种结构神经网络控制的多种结构动作动作评价学习神经控制评价学习神经控制 依据被控对象的当前状态与再励反馈信号，给出评价信号，对当前的控制进行评价，确定下步的控制。)(kre)(kre)(ku 对象 控制 网络)(kx 评价网络 P(x)动作评价学习神经控制 13神经网络控制的多种结构神经网络控制的多种结构 神经预测控制神经预测控制 预测控制是一种基于模型的控制,特点：预测模型、滚动优化和反馈校正。神经预测控制由神经网络实现预测模型NNP。y u-r-非线性优化器 对象 滤波器 NNP 神经预测控制 结束结束