神经网络PID输出的PID参数为何被局限在0-1之间？

小小鲁班

%基于 BP 神经网络的 PID 控制
clear all;
x1=0.3;a1=0.07;
S=1; %信号类型
9 U9 Q8 w+ d0 N" U( n( I7 qIn=4;h=5;Out=3; %神经网络结构
) O" P" C6 e7 sif S==1, %阶跃信号
wi=[-0.6394 -0.2696 -0.3756 -0.7023;
-0.8603 -0.2013 -0.05024 -0.2596;
-1.0749 0.5543 -1.6820 -0.5437;
: a1 N& N' O. N7 v9 g-0.3625 -0.0724 -0.6463 -0.2859;
- z2 ?1 P5 A# J7 ?+ G: u. ]0.1425 0.0279 -0.5406 -0.7660];
%wi=0.50*rands(h,In);
; |6 e7 \" Z; R9 p+ r( lwi1=wi;wi2=wi;wi3=wi;
% p# a, o6 Z4 {4 x& Nwo=[0.7576 0.2616 0.5820 -0.1416 -0.1325;
$ @; q8 U+ N2 w6 I( X" W! r- M) ?4 F-0.1146 0.2949 0.8352 0.2205 0.4508;
0.7201 0.4566 0.7672 0.4962 0.3632];
%wo=0.50*rands(Out,h);
wo1=wo;wo2=wo;wo3=wo;
end
; ^, ^7 J# P; z- M& l' mif S==2 %正弦信号
8 b9 U; R1 q) C; Ywi=[-0.2846 0.2193 -0.5097 -1.0668;
) O* T& u1 k, p' J3 q- @! o-0.7484 -0.1210 -0.4708 0.0988;
1 v/ ~, Z- O) t# {+ V: M-0.7176 0.8297 -1.6000 0.2049;
-0.0858 0.1925 -0.6346 0.0347;
( r( A# [0 s  W' B4 U) \: i0.4358 0.2369 -0.4564 -0.1324];
%wi=0.50*rands(h,In);
. w5 L+ H. u* K! s$ `wi1=wi;wi2=wi;wi3=wi;
wo=[1.0438 0.5478 0.8682 0.1446 0.1537;
0.1716 0.5811 1.1214 0.5067 0.7370;
: J; O3 Q1 i' w/ z1.0063 0.7428 1.0534 0.7824 0.6494];
: _2 W1 b* I4 C% t%wo=0.50*rands(Out,h);
/ X& ^1 ?! B: m: a  @6 Ewo1=wo;wo2=wo;wo3=wo;
4 Y1 I& j$ \) V8 S" \( E2 n% F. m1 D+ {end
7 `' C) j2 p$ f5 C4 L% A6 x8 M4 cx=[0,0,0];
# ~4 A. o7 E+ s0 `( K" S0 ]u1=0;u2=0;u3=0;u4=0;u5=0;
! X7 ?8 u$ m. t% b+ U# Gy1=0;y2=0;y3=0;
; x/ T- d( X9 e2 s& Coh=zeros(h,1); %神经网络中间层输出
I=oh;%神经网络中间层输入
5 n4 K$ V9 f- S! b  m$ Qerror1=0;
error2=0;
# e$ Y3 ?' l+ L# }ts=0.003;
for k=1:1:1000,
- S3 W1 O! ?4 w" I/ ~% _7 htime(k)=k*ts;
if S==1,
rin(k)=1.0;
elseif S==2,
rin(k)=sin(1*2*pi*k*ts);
& y5 H" L* X* w9 U8 Q* {7 ~end
/ R! |0 J! t7 H1 o6 \; \%非线性模型
a(k)=1+0.15*sin(k*pi*ts/25);
y(k)=(a(k)*y1+u1)/(1+y1^2)+u1;
error(k)=rin(k)-y(k);
xi=[rin(k),y(k),error(k),1];
x(1)=error(k)-error1;
x(2)=error(k);
x(3)=error(k)-2*error1+error2;
9 p: f- v/ t, d5 @; ?- G% @ed=[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)));
end
K=wo*oh; %输出层
9 R, d: s2 V, w$ P7 k8 V9 pfor j=1:1:Out
1 F# i" V. }3 K  u+ y% bK(j)=exp(K(j))/(exp(K(j))+exp(-K(j))); %求 kp,ti,td
$ e( c+ D$ O7 F- i6 Xend
# u9 F8 V) s' y; s8 T) Kkp(k)=K(1);ti(k)=K(2);td(k)=K(3);
Kd=[kp(k),ti(k),td(k)];
du(k)=Kd*ed;
  S( O# @+ _+ ^$ I" m! j$ Uu(k)=u1+du(k);
if u(k)>=10, %限制控制器输出
5 i0 c' m7 g8 d$ B  T0 `9 Y/ pu(k)=10;
end
if u(k)<=-10,
' l' C) o' l; R6 ^; I2 V" Iu(k)=-10;
# a3 f  g. r2 D4 x: |7 Lend
dyu(k)=sign((y(k)-y1)/(u(k)-u1+0.0000001));
for j=1:1:Out,
dK(j)=2/(exp(K(j))+exp(-K(j)))^2;
' m" I, j1 e7 k7 T: tend
+ U- u3 i( H0 B3 P6 P" Z5 Kfor i=1:1:Out,
) s  p2 l7 O0 @& ?+ s4 {de3(i)=error(k)*dyu(k)*ed(i)*dK(i);
end
for j=1:1:Out,
1 u6 U3 B8 }2 t- wfor i=1:1:h,
dwo=x1*de3(j)*oh(i)+a1*(wo1-wo2);
# J! M$ v/ D- V, A7 K2 Tend
, c1 D* E' `# Uend
! }7 b( B8 X" W8 w+ J9 Fwo=wo1+dwo+a1*(wo1-wo2);
1 U3 n1 |0 [4 C  v$ i%隐含层
for i=1:1:h,
- q( n5 x% k0 T, t- }2 W6 L/ ]" N, MdO(i)=4/(exp(I(i))+exp(-I(i)))^2;
end
seg=de3*wo;
for i=1:1:h
de2(i)=dO(i)*seg(i);
end
dwi=x1*de2'*xi;
wi=wi1+dwi+a1*(wi1-wi2);
; s# T( t" C& a%参数更新
9 y9 ^8 n6 h: {* X& v, Uu5=u4;u4=u3;u3=u2;u2=u1;u1=u(k);
y2=y1;y1=y(k);
( L9 V# Y. N" V( U' m! U5 pwo3=wo2;wo2=wo1;wo1=wo;
5 z5 |, ^( r" m0 i; R) W' awi3=wi2;wi2=wi1;wi1=wi;
# ^; c( g+ S0 @* Xerror2=error1;
( i# k4 O: Y- }8 _! werror1=error(k);
end
figure(1);
plot(time,rin,'r',time,y,'c');
- ~6 c: J( C% O9 a* s+ i- Wxlabel('时间(秒)');ylabel('输出跟踪输入的响应曲线');
figure(2);
plot(time,u,'r');
xlabel('时间(秒)');ylabel('控制信号 u(k)的变化曲线');
figure(3);
subplot(311);
plot(time,kp,'r');
$ }+ i9 S; i0 D/ vxlabel('时间(秒)');ylabel('参数 kp');
( _% E; d; c4 m4 H) _subplot(312);
plot(time,ti,'r');
xlabel('时间(秒)');ylabel('参数 ki');
subplot(313);
plot(time,td,'r');
xlabel('时间(秒)');ylabel('参数 kd');
/ G, r8 d6 [6 d3 F

- I' d4 o) p& J% f& U目标值不能过大怎么解决

nkkopd

帮你顶一下

kekek

这个可能跟输入样本关系较大

pTDbn25