基于BP神经网络的自整定PID控制仿真

clear all;
close all;
xite=0.25;
alfa=0.02;
IN=4;
H=10;
Out=3;
wi=[ 0.4634 -0.4173  0.3190  0.4563
     0.1839  0.3021  0.1112  0.3395
    -0.3182  0.0470  0.0850 -0.0722
    -0.6266  0.0846  0.3751 -0.6900
    -0.3224  0.1440 -0.2873 -0.0193
    -0.0232 -0.0992  0.2636  0.2011
    -0.4502 -0.2928  0.0062 -0.5640
    -0.1975 -0.1332  0.1981  0.0422
     0.0521  0.0673 -0.5546 -0.4830
    -0.6016 -0.4097  0.0338 -0.1503]
wi_1=wi;wi_2=wi;wi_3=wi;

wo=[-0.1620  0.3674  0.1959
    -0.0337 -0.1563 -0.1454
     0.0898  0.7239  0.7605
     0.3349  0.7683  0.4714
     0.0215  0.5896  0.7143
    -0.0914  0.4666  0.0771
     0.4270  0.2436  0.7026
     0.0215  0.4400  0.1121
     0.2566  0.2486  0.4857
     0.0198  0.4970  0.6450];
wo_1=wo;wo_2=wo;wo_3=wo;

x=[000];
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;
y_1=0;y_2=0;y_3=0;

Oh=zeros（H1）;
I=Oh;
error_2=0;
error_1=0;

ts=0.01;
for k=1:1:600
 time（k）=k*ts;
 rin（k）=1;

 a（k）=1.2*（1-0.8*exp（-0.1*k））;
 yout（k）=a（k）*y_1/（1+y_1^2）+u_1;
 error（k）=rin（k）-yout（k）;
 xi=[rin（k）yout（k）error（k）1];
 x（1）=error（k）-error_1;
 x（2）=error（k）;
 x（3）=error（k）-2*error_1+error_2;
 epid=[x（1）;x（2）;x（3）];

 I=xi*wi‘;%Middle layer
 for j=1:1:H    
   Oh（j）=（exp（I（j））-exp（-I（j）））/（exp（I（j））+exp（-I（j）））; 
 end

 K=wo‘*Oh;%Output layer
 for l=1:1:Out
   K（l）=exp（K（l））/（exp（K（l））+exp（-K（l）））;
 end
 
 kp（k）=K（1）;