基于BP神经网络的PID控制

在经典增量PID的算法中需要调试的参数为kp,ki,kd。通过BP神经网络调节这三个参数，以x(i)为输入层，中间层为simoid函数:

f(x) = tanh(x)=(exp(x)-exp(-x))/(exp(x)+exp(-x)).并且通过梯度下降法修改参数

关键代码：

%Output layer
for j=1:1:Out
    dK(j)=2/(exp(K(j))+exp(-K(j)))^2;
end
for l=1:1:Out
    delta3(l)=error(k)*dyu(k)*epid(l)*dK(l);
end

for l=1:1:Out
   for i=1:1:H
       d_wo=xite*delta3(l)*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
    dO(i)=4/(exp(I(i))+exp(-I(i)))^2;
end
    segma=delta3*wo;
for i=1:1:H
   delta2(i)=dO(i)*segma(i);
end

d_wi=xite*delta2'*xi;
wi=wi_1+d_wi+alfa*(wi_1-wi_2);