BP神经网络PID控制代码

BP神经网络PID控制代码，可以在matlab中直接运行

%被控对象近似数学模型为：yout（k）=a（k）*yout（k-1）/1+yout^2（k-1） + u（k-1）                          %      
%式中a（k）是慢时变的 a（k）=1.2（1-0.8e^（-0.1k））                           %%      %%
%神经网络的结构选4-5-3 学习速率η=0.28，惯性系数α=0.04，加权系数初始值取区间【-0.50.5】上的随机数  %
%输入指令分两种①rin（k）=1.0;②rin（k）=sin（2*π*t）
%取S=1时为阶跃跟踪，S=2时为正弦跟踪，初始权值取随机值，运行稳定后用稳定值代替随机值

% BP based PID Control
clear all;
close all

%xite=0.25;
%alfa=0.05;
xite=0.04;
alfa=0.31;
raa=zeros（1500）;

S=2; %Signal type 
IN=4;H=5;Out=3;%NN Structure
if S==1 % Step Signal
wi=[-0.6394 -0.2696 -0.3756 -0.7023;
    -0.8603 -0.2013 -0.5024 -0.2596;
    -1.0749 0.5543  -1.6820 -0.5437;
    -0.3625 -0.0724 -0.6463 -0.2859;
    0.1425  0.0279  -0.5406 -0.7660];
%wi=0.50*rands（HIN）;
wi_1=wi; wi_2=wi;wi_3=wi;
wo=[0.7576 0.2616 0.5820 -0.1416 -0.1325;
    -0.1146 0.2949 0.8352 0.2205 0.4508;
    0.7201 0.4566 0.7672 0.4962 0.3632];
%wo=0.50*rands（OutH）;
wo_1=wo;wo_2=wo;wo_3=wo;
end


if S==2 %Sine Signal
wi=[-0.2846 0.2193 -0.5097 -1.0668;
    -0.7484 -0.1210 -0.4708 0.0988;
    -0.7176  0.8297 -1.6000 0.2049;
    -0.0858 0.1925 -0.6346 0.0347;
    0.4358 0.2369 -0.4564 -0.1324];
%wi=0.50*rands（HIN）;
wi_1=wi;wi_2=wi;wi_3=wi;
wo=[1.0438 0.5478 0.8682 0.1446 0.1537;
    0.1716 0.5811 1.1214 0.5067 0.7370
    1.0063 0.7428 1.0534 0.7824 0.6494];
%wo=0.50*rands（OutH）;
wo_1=wo;wo_2=wo;wo_3=wo;
end
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）;%Output from NN middle layer
I=Oh; %Input to NNmiddle layer
error_2=0;
error_1=0;



ts=0.005;
rin=zeros（14601）;
time=zeros（14601）;
for k=1:1:4601
time（k）=k*ts;
%time（k）=k;

% % if S==1
% % rin（k）=5.0;
% % elseif S==2
% % rin（k）=sin（1*2*pi*k*ts）;
% % end


    if time（k）<=8
        rin（k）=50*time（k）;
    elseif time（k）<=10.5
        rin（k）=80*time（k）-240;
    elseif time（k）<=12.5
        rin（k）=600;
    elseif time（k）<=15
        rin（k）=-80*time（k）+1600;
    else
        rin（k）=-50*time（k）+1150;
    end


    


%Unlinear model
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‘;
for j=1:1:H
Oh（j）=（exp（I（j））-exp（-I（j）））/（exp（I（j））+exp（-I（j）））;%Middle layer
end
K=wo*Oh;%Output layer
for im=1:1:Out
K（im）=exp（K（im））/（exp（K（im））+exp（-K（im）））;%Getting Kp Ki Kd
end
kp（k）=K（1）;ki（k）=K（2）;kd（k）=K（3）;
Kpid=[kp（k）ki（k）kd（k）];

du（k）=Kpid*epid;
u（k）=u_1+du（k）;
if u（k）>=600 % Restricting the output of controller

u（k）=600;
end
if u（k）<=-600
u（k）=-600;
end

dyu（k）=sign（（yout（k）-y_1）/（u（k）-u_1+0.0000001））;
%Output layer
for j=1:1:Out
dK（j）=2/（exp（K（j））+exp（-K（j）））^2;
end
for im=1:1:Out
delta3（im）=error（k）*dyu（k）*epid（im）*dK（im）;
end

for im=1:1:Out
for i=1:1:H
d_wo=xite*delta3（im）*Oh（i）+alfa*（wo_1-wo_2）;
end
end
wo=wo_1+d_wo+alfa*（wo_1-wo_2）;
%Hidden layer
for i=1:1:H

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        3902  2014-11-16 15:55  BPPID.m