?

?

function [sys,x0,str,ts]=my_exppidf(t,x,u,flag) switch flag,case 0,[sys,x0,str,ts]=mdlInitializeSizes;case 2,sys=mdlUpdates(x,u);case 3,sys=mdlOutputs(t,x,u);case {1,4,9},sys=[];otherwiseerror(['unhandled flag=',num2str(flag)]);%異常處理 end function[sys,x0,str,ts]=mdlInitializeSizessizes=simsizes;%用于設置模塊參數的結構體用simsizes來生成sizes.NumContStates=0;%模塊連續狀態變量的個數sizes.NumDiscStates=3;%模塊離散狀態變量的個數sizes.NumOutputs=4;%模塊輸出變量的個數sizes.NumInputs=7;%模塊輸入變量的個數sizes.DirFeedthrough=1;%模塊是否存在直接貫通，1表示存在直接貫通，若為0，則mdlOutputs函數里不能有usizes.NumSampleTimes=1;%模塊的采樣時間個數,至少是一個sys=simsizes(sizes);%設置完后賦給sys輸出x0=zeros(3,1);%系統狀態變量設置str=[];ts=[0 0];%采樣周期設為0表示是連續系統， % ts=[0.001 0];%采樣周期設為0表示是連續系統， function sys=mdlUpdates(x,u)T=0.001;x=[u(5);x(2)+u(5)*T;(u(5)-u(4))/T];%3個狀態量（偏差、偏差和以及偏差變化量），u(5)是偏差，u(4)是上一次的偏差，x(2)則是之前的偏差和sys=[x(1);x(2);x(3)]; function sys=mdlOutputs(t,x,u)xite=0.2;alfa=0.05;IN=3;H=5;OUT=3;wi=rand(5,3);%產生一個5*3的隨機數矩陣，隨機數在（0，1）區間wi_1=wi;wi_2=wi;wi_3=wi;wo=rand(3,5);wo_1=wo;wo_2=wo;wo_3=wo;Oh=zeros(5,1);%產生一個1*5的零矩陣(行矩陣)I=Oh;xi=[u(1),u(3),u(5)];%神經網絡訓練的3個輸入，期望值、誤差以及實際值epid=[x(1);x(2);x(3)];%3個狀態變量（偏差、偏差和、偏差變化量）（3*1矩陣，列向量）I=xi*wi';%隱層的輸入for j=1:1:5Oh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j)));%隱層的輸出值（1*5矩陣）行矩陣endK1=wo*Oh;%輸出層的輸入（3*1矩陣）for i=1:1:3K(i)=exp(K1(i))/(exp(K1(i))+exp(-K1(i)));%得到輸出層的輸出（KP、KI、KD）（1*3矩陣，行向量）endu_k=K*epid;%計算得到控制律u，1個值%%以下是權值調整%隱含層至輸出層的權值調整dyu=sign((u(3)-u(2))/(u(7)-u(6)+0.0001));for j=1:1:3dK(j)=2/(exp(K1(j))+exp(-K1(j)))^2; %輸出層的輸出的一階導endfor i=1:1:3delta3(i)=u(5)*dyu*epid(i)*dK(i); %輸出層的deltaendfor j=1:1:3for i=1:1:5d_wo=xite*delta3(j)*Oh(i)+alfa*(wo_1-wo_2);endendwo=wo_1+d_wo;%以下是輸入層至隱含層的權值調整for i=1:1:5dO(i)=4/(exp(I(i))+exp(-I(i)))^2;%(1*5矩陣)endsegma=delta3*wo;%（1*5矩陣，行向量）delta2 = dO.*segma;d_wi = delta2'*xi+alfa*(wi_1-wi_2);wi=wi_1+d_wi;wo_3=wo_2;wo_2=wo_1;wo_1=wo;%儲存輸出層本次調整后的權值wi_3=wi_2;wi_2=wi_1;wi_1=wi;%儲存隱層本次調整后的權值Kp=K(1);Ki=K(2);Kd=K(3);sys=[u_k,Kp,Ki,Kd];

1、仿真設置

?

2、關于 Transport Delay ，文章中要求延時80,但本例子中設置不延時，如果延時80s會出現一直是0直線

?

總結

以上是生活随笔為你收集整理的BP神经网络 PID控制simulink仿真的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。