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
9 y- b% F% g1 W2 c8 ^( Pclear all;
x1=0.3;a1=0.07;
S=1; %信号类型
In=4;h=5;Out=3; %神经网络结构
0 ]% D0 M3 t) ?  Pif 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;
-0.3625 -0.0724 -0.6463 -0.2859;
# [/ |( b+ E, K6 l& k& v. g0.1425 0.0279 -0.5406 -0.7660];
1 o& \7 @) _5 a5 t7 {%wi=0.50*rands(h,In);
wi1=wi;wi2=wi;wi3=wi;
$ Q0 R" ~; J( H) \  j: Swo=[0.7576 0.2616 0.5820 -0.1416 -0.1325;
0 |# g8 r- @! I: R) s1 Z, _-0.1146 0.2949 0.8352 0.2205 0.4508;
0 T* {: a& Y& v# N$ o5 ^+ k! z0.7201 0.4566 0.7672 0.4962 0.3632];
%wo=0.50*rands(Out,h);
wo1=wo;wo2=wo;wo3=wo;
end
% Y3 y1 w  `+ t4 U6 h# kif S==2 %正弦信号
  }4 d3 n! g9 C. i) N% K# swi=[-0.2846 0.2193 -0.5097 -1.0668;
9 E4 ^  c$ d9 s1 ]3 B2 X-0.7484 -0.1210 -0.4708 0.0988;
' W* p+ j/ F7 m-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(h,In);
: e2 j' b! }5 ~$ Q" Z1 M6 zwi1=wi;wi2=wi;wi3=wi;
wo=[1.0438 0.5478 0.8682 0.1446 0.1537;
) G4 y8 i2 ~* y: a7 O0.1716 0.5811 1.1214 0.5067 0.7370;
1.0063 0.7428 1.0534 0.7824 0.6494];
%wo=0.50*rands(Out,h);
+ u' ^" O6 U0 `& s' fwo1=wo;wo2=wo;wo3=wo;
end
/ U$ f7 h- C2 @( V# f0 ux=[0,0,0];
9 L' S0 Y1 @5 c' _" l8 h) T! Yu1=0;u2=0;u3=0;u4=0;u5=0;
$ a9 B  c  r6 L- P# Uy1=0;y2=0;y3=0;
% ?, x6 R' D$ J5 h9 ioh=zeros(h,1); %神经网络中间层输出
I=oh;%神经网络中间层输入
error1=0;
% e" L# J4 ~  b6 Uerror2=0;
ts=0.003;
+ V& I% c& f( J4 r6 W3 Dfor k=1:1:1000,
time(k)=k*ts;
1 b$ |  h; S" [) e0 y/ Fif S==1,
rin(k)=1.0;
elseif S==2,
rin(k)=sin(1*2*pi*k*ts);
end
/ j8 W3 s4 R* l" M* d& z%非线性模型
! ?2 _  Y0 s8 K' r) X: ^1 ha(k)=1+0.15*sin(k*pi*ts/25);
9 G2 P4 c: h4 X7 @1 z- p0 ~- a6 Py(k)=(a(k)*y1+u1)/(1+y1^2)+u1;
9 i4 l7 m1 U- A/ Y/ x5 jerror(k)=rin(k)-y(k);
xi=[rin(k),y(k),error(k),1];
x(1)=error(k)-error1;
/ r% _1 ?/ v) ]' M, hx(2)=error(k);
7 `2 V& M3 F7 j9 ix(3)=error(k)-2*error1+error2;
) E* e  x6 J: i4 Led=[x(1);x(2);x(3)];
" S6 n, x9 s. d/ zI=xi*wi';
6 p9 ?) z2 @8 B' Gfor j=1:1:h
2 m5 f' q, j1 M+ Doh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j)));
/ r+ ^$ \' ^3 \5 tend
& C8 B% Y  z) q# o! R0 yK=wo*oh; %输出层
9 S( ^7 b: J: yfor j=1:1:Out
6 F. `' T8 F' ]6 pK(j)=exp(K(j))/(exp(K(j))+exp(-K(j))); %求 kp,ti,td
& R5 o7 g; d# e# I; l* Eend
. A" h5 G' N6 x/ Q" F6 G$ r6 ~kp(k)=K(1);ti(k)=K(2);td(k)=K(3);
Kd=[kp(k),ti(k),td(k)];
du(k)=Kd*ed;
u(k)=u1+du(k);
/ n# L4 D1 ~( u& p3 iif u(k)>=10, %限制控制器输出
2 d* N# g6 B0 Y6 Au(k)=10;
0 v0 |4 e, ?/ \. ?1 R/ u/ O5 F- xend
$ O& l7 z8 Q& O6 k4 {1 pif u(k)<=-10,
u(k)=-10;
end
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;
7 m3 b' O8 h0 q! g& hend
for i=1:1:Out,
" }1 U- g, J" A/ {2 [# t! y2 ade3(i)=error(k)*dyu(k)*ed(i)*dK(i);
end
- ^5 z5 ]0 k3 S, `, f# Kfor j=1:1:Out,
' Z. T$ k% d4 B. kfor i=1:1:h,
2 W8 |7 O# N: y* ydwo=x1*de3(j)*oh(i)+a1*(wo1-wo2);
* |1 T) L5 @, a7 o0 [end
end
wo=wo1+dwo+a1*(wo1-wo2);
%隐含层
for i=1:1:h,
$ J3 Y! b3 q, QdO(i)=4/(exp(I(i))+exp(-I(i)))^2;
end
3 A! O( q0 f4 xseg=de3*wo;
1 f  ]: f+ F: P) Y& R( w/ [% }for i=1:1:h
1 _' r" `& j* \) F/ F" o- qde2(i)=dO(i)*seg(i);
end
dwi=x1*de2'*xi;
wi=wi1+dwi+a1*(wi1-wi2);
8 }8 ^, e0 {0 ~, u" {/ d) \2 y8 v%参数更新
& W2 F$ S7 f) V2 Z& tu5=u4;u4=u3;u3=u2;u2=u1;u1=u(k);
4 C' M7 d9 _8 v% q( Jy2=y1;y1=y(k);
wo3=wo2;wo2=wo1;wo1=wo;
wi3=wi2;wi2=wi1;wi1=wi;
error2=error1;
error1=error(k);
end
  O7 H  b) g7 J2 k: ifigure(1);
plot(time,rin,'r',time,y,'c');
xlabel('时间(秒)');ylabel('输出跟踪输入的响应曲线');
figure(2);
7 ~* M7 h9 O5 ?6 H* }. U: Kplot(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');
xlabel('时间(秒)');ylabel('参数 kp');
subplot(312);
% K* K. N9 [- j1 a  Pplot(time,ti,'r');
- k; b0 o; T9 ]; Q" k( y( pxlabel('时间(秒)');ylabel('参数 ki');
subplot(313);
. x, y9 ]. y+ K3 y  L4 L% Kplot(time,td,'r');
xlabel('时间(秒)');ylabel('参数 kd');

' r4 `& M5 t2 z6 p, C
$ T: U* m# V7 w& s% m1 x  i& F5 I目标值不能过大怎么解决
  N1 v( k( H9 A; ~, h; t

nkkopd

帮你顶一下

kekek

这个可能跟输入样本关系较大

pTDbn25