Simulink_BP神经网络PID控制

使用MATLAB软件中的simulink模块，进行BP神经网络PID控制仿真

function [sysx0strtssimStateCompliance] = exppidf（txuflag）

switch flag
    case 0
        [sysx0strtssimStateCompliance]=mdlInitializeSizes;
    case 1
        sys=mdlDerivatives（txu）;
    case 2
        sys=mdlUpdate（txu）;
    case 3
        sys=mdlOutputs（txu）;
    case 4
        sys=mdlGetTimeOfNextVarHit（txu）;
    case 9
        sys=mdlTerminate（txu）;
    otherwise
        DAStudio.error（‘Simulink:blocks:unhandledFlag‘ num2str（flag））;
        
end

function [sysx0strtssimStateCompliance]=mdlInitializeSizes
sizes=simsizes;
sizes.NumContStates=0;
sizes.NumDiscStates=3;
sizes.NumOutputs=4;
sizes.NumInputs=7;
sizes.DirFeedthrough=1;
sizes.NumSampleTimes=1;
sys=simsizes（sizes）;
x0=[10.110];
str=[];
ts=[0 0];
simStateCompliance = ‘UnknownSimState‘;

function sys=mdlDerivatives（txu）

sys = [x];
function sys=mdlUpdate（txu）
T=0.1;
x=[u（5）;x（2）+u（5）*T;（u（5）-u（4））/T];%e（k）e（k）求和e（k）求微分
sys=[x（1）;x（2）;x（3）];


function sys=mdlOutputs（txu）
xite=0.2;
alfa=0.05;
IN=3;H=5;OUT=3;
T=0.1;
global wi;
global wo;
global wi_1;
global wi_2;
global wi_3;

global wo_1;
global wo_2;
global wo_3;

global Kp;
global Ki;
global Kd;
%wi=rand（53）;wo=rand（35）;

Oh=zeros（15）;
I=Oh;
K1=zeros（31）;K=zeros（13）;dyu=0;dK=zeros（13）;delta3=zeros（13）;
d_wo=zeros（35）;segma=zeros（15）;delta2=zeros（15）;d_wi=zeros（53）;dO=zeros（15）;
xi=[u（1）u（3）u（5）];
epid=[x（1）;x（2）;x（3）];%用于传给pid控制器的误差
I=xi*wi‘;%隐含层的输入
for j=1:1:5
    Oh（j）=（exp（I（j））-exp（-I（j）））/（exp（I（j））+exp（-I（j）））;%隐含层的输出
end
K1=wo*Oh‘;  %输出层的输入
for i=1:1:3
    K（i）=exp（K1（i））/（exp（K1（i））+exp（-K（i）））;%输出层的输出
end
u_k=K*epid;
%以下是权值调整
%隐含层至输出层的权值调整
dyu=sign（（u（3）-u（2））/（u（7）-u（6）+0.01））;
for j=1:1:3
    dK（j）=2/（exp（K1（j））+exp（-K1（j）））^2; %输出层的输出的一阶导
end
for i=1:1:3
    delta3（i）=u（5）*dyu*epid（i）*dK（i）;  %输出层的delta
end
for j=1:1:3
    for i=1:1:5
        d_wo=xite*delta3（j）*Oh（i）+alfa*（wo_1-wo_2）;
    end
end
wo=wo_1+d_wo+alfa*（wo_1-wo_2）;
%以下是输入层至隐含层的权值调整
for i=1:1:5
    dO（i）=4/（exp（I（i））+exp（-I（i）））^2;
end
segma=delta3*wo;
for i=1:1:5
    delta2（i）=dO（i）*segma（i）;
end
%for i=1:1:5
   % for j=1:1:3
      %  d_wi=xite*delta2（i）*xi（j）+alfa*（wi_1-wi_2）;
   % end
%end
d_wi=xite*delta2‘*xi;
wi=wi_1+d_wi+alfa*（wi_1-wi_2）;

wo_3=wo_2;
wo_2=wo_1;
wo_1=wo;
wi_3=wi_2;
wi_2=wi_1;
wi_1=wi;
Kp=K（1）;Ki=K（2）;Kd=K（3）;
sys=[u_kKpKiKd];
%sys=[1234];

function sys=mdlGetTimeOfNextVarHit（txu）

sampleTime = 0.1;    %  Example set the next hit to be one second later.
sys = t + sampleTime;

function sys=mdlTerminate（txu）

sys = [];

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-01-03 13:23  BP神经网络PID仿真\
     文件       19733  2018-12-25 18:48  BP神经网络PID仿真\BPPID.slx
     文件        2763  2018-12-23 23:16  BP神经网络PID仿真\s_bppid.m