基于bp神经网络对时滞系统的模型参数辨识仿真

《基于bp神经网络对时滞系统的模型参数辨识仿真》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第28卷第4期Joum佳Mo木fJia斯mus大iUn学iVer学sit)，报(Na(turM自S然cien科ceE学diti版on))Vo1．28No．42010年07月July2010文章编号：1008—14o2(2OlO)04—0496—03基于BP神经网络对时滞系统的模型参数辨识仿真①武俊丽，李建辉，史庆武(佳木斯大学信息电子技术学院黑龙江154002)摘要：主要研究了基于BP神经网络对时滞系统的参数辨识，分析了两种辨识结构和两种建模方法，对系统被控对象的建模采用了神经网络正模型，辨识结构为串一并联型．考虑加强BP网络的泛化能力，用随机数据去训练网络，然后得到训练后的权值，给一个阶跃

2、信号，利用交叉两点法，从而得到时滞系统的特征参数．通过仿真，基于BP网络对时滞系统的参数辨识是有效的．关键词：神经网络；BP算法；系统辨识中图分类号：TP393文献标识码：A络、输出反馈网络实现．0引言2)串一并联型：如图2所示，由于被控对象的常用的辨识法有最小二乘法，极大似然法，矩输入与NN的输入并联，而被控对象的输出串联至形窗发和随机逼近法等．对于复杂的连续、时变、非NN的输入，所以称为串一并联型辨识结构．串并线性、大滞后工业控制过程，难以数学分析，数学建联结构可由时延神经网络、PID神经网络实现．由模的方法受到了严峻的挑战．一种可行的方法是依于此型结构用系统输入／输出作为辨识信息对网络

3、靠大量的数据或经验知识，神经网络以其良好的非进行训练，因此有利于保证辨识模型的收敛性和稳线性映射能力、自学习自适应能力、联想记忆能力、定性，所以这种结构在系统辨识中应用较多．并行信息处理能力及优良的容错能力，为解决未知不确定的非线性系统的建模问题提供了一条新的思路．近年来，基于BP神经网络对系统建模辨识已取得了大量的科研成果，如建立超声波电机的逆模型⋯，对旋转畸变图像进行了定位和识别，对时滞系统进行辨识【3】，建立纳卫星轨道热环境辨识模型[4和对各种暂态电能质量信号实现有效地识图1并联型辨识结构别[5等．本文基于BP神经网络实现对时滞系统的参数辨识，通过仿真，说明了该方法的有效性．1两种辨识

4、结构从神经网络的输输出与被辨识系统的输入／输出的关系上，可分为两种辨识结构：并联型与串一并联型．1)并联型：如图1所示，由于被辨识系统的输图2串一并联型辨识结构输出与神经网络的输输出是并联的，所以称之为并联型辨识结构．并联模型由内时延反馈网①收稿日期：2010—05—26基金项目：佳木斯大学科研项目(I．9．009—149，I／)7，12007-43)．作者简介：武俊丽(1974一)，女，讲师，硕士，主要研究方向为时滞系统控制，鲁棒控制．第4期武俊丽，等：基于BP神经网络对时滞系统的模型参数辨识仿真4972神经网络建模从控制角度看，神经网络建模有两种情况：正向建模和逆向建模．正向建模是指训练

5、一个神经网络学习系统的正向动态的过程，得到的模型称为系统的正向模型．图3给出正向建模的结构，这种建模方法是通过选择与系统相同的输入／数出数据作为训练用样本，二者输出的误差作为网络的训练信号．对神经网络进行训练，其目的是为了使网络的输入／输出能够与系统的输入／输出完全一样．这是一个典型的有教师学习问题，实际系统作为教师，向神经网络提供训练算法所需的期望输出．神经网络可采用多层前馈网络，也可采用具有局部逼近能力的神经网络．学习算法可采用误差反向学习算法及其各种改进形式．图3神经网络正向模型在本文中，系统被控对象的建模都采用神经网时间络正模型，辨识结构为串一并联型．图6随机信号训练的BP网络3系统

6、的参数辨识本文选择对时滞系统进行参数辨识．这是因为神经网络的连接权没有任何实际意义，仅是一些数值，不能代表被控对象的任何特性，所以网络的辨识结果不直观．若能转换成传递函数的形式，则为控制器的分析、设计作出依据．阶跃响应曲线特点明显，可以清楚地判断环节的性质及定出特性参数．根据测定到的对象阶跃响应曲线，可以把它拟合成近似的传递函数．时I司图7阶跃信号输入时BP网络和系统的响应3．1参数辨识原理在大多数情况下，自衡对象的动态特性都可以用一阶、一阶滞后、二阶、二阶滞后四种模型来描述．选择用一阶滞后函数表示，如下式：G㈤=(1)498佳木斯大学学报(自然科学版)2010年特征参数、、r可在阶跃响应曲

7、线上求去，常用的6)利用网络的输入／输出数据，用交叉两点方法有切线法和两点法．但这两种方法有一定随意法得到对象的一阶滞后传递函数的参数．性，准确性不高．胡晚霞【6提出的交叉两点法相比4仿真实验之下，精度高一些．所以采用交叉两点法确定对象的特征参数．设一阶线性延迟系统对象为：交叉两点法是指在在对象的飞升曲线上设置1G(s)I-e椭两对位置交叉的设定点．两对设定点的位置分别指定为：取采样时间tS=Is，得离散状态