基于神经网络的迭代学习控制，用于未知SISO非线性系统的轨迹跟踪（Matlab实现）

荧光Matlab

已于 2024-07-17 10:30:27 修改

阅读量835

点赞数 8

文章标签：学习

于 2024-07-16 22:50:25 首次发布

本文链接：https://blog.csdn.net/matlab88888/article/details/140479020

版权

“在代码的海洋里，有无尽的知识等待你去发现。我就是那艘领航的船，带你乘风破浪，驶向代码的彼岸。

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

💥1 概述

在工业自动化、机器人学和航空航天领域，控制理论扮演着至关重要的角色，尤其是在处理具有复杂动力学的非线性系统时。迭代学习控制（Iterative Learning Control, ILC）是一种特别设计用于重复任务的控制策略，它能够通过迭代过程逐步改善系统的性能。然而，当面对未知或部分未知的单输入单输出（Single Input Single Output, SISO）非线性系统时，传统ILC方法的局限性便凸显出来。为了解决上述挑战，基于神经网络的迭代学习控制（Neural Network-based Iterative Learning Control, NN-ILC）应运而生。这种方法利用神经网络的强大拟合能力和自适应学习能力，来逼近非线性系统的动态特性，从而在无需完全了解系统模型的情况下实现高精度的轨迹跟踪。NN-ILC的核心在于构建一个神经网络模型，该模型能够在线学习并更新其权重，以最小化每次迭代中跟踪误差的累积。在每次迭代开始时，网络预测系统的行为，并根据预测误差调整其参数，以期在下一次迭代中获得更好的性能。这种策略特别适用于需要精确重复执行的任务，如工业装配线上的机器人操作或飞行器的自动着陆过程。

📚2 运行结果

主函数部分代码：

clc
clear

load e_cfdlmfac.mat
load e_cfdlrbf.mat
load e_elmrbf.mat
load e_grnngd.mat
load e_grnnmfac.mat
load e_grnnrbf.mat


e_cfdlmfac_f = e_cfdlmfac(end)
e_cfdlrbf_f = e_cfdlrbf(end)
e_elmrbf_f = e_elmrbf(end)
e_grnngd_f = e_grnngd(end)
e_grnnmfac_f = e_grnnmfac(end)
e_grnnrbf_f = e_grnnrbf(end)




figure 
plot(e_cfdlmfac,'LineWidth',3);hold on
plot(e_cfdlrbf,'LineWidth',3);hold on
plot(e_elmrbf, 'LineWidth',3);hold on

plot(e_grnngd,  'LineWidth',3);hold on
plot(e_grnnmfac,'LineWidth',3);hold on
plot(e_grnnrbf, 'LineWidth',3);hold on

xlim([1,15]);
xlabel('\iti');
ylabel('Evolution of maximum error');
legend({'CFDL-MFAC-ILC','CFDL-RBFNN-ILC','ELM-RBFNN-ILC',...
        'GRNN-GD-ILC','GRNN-MFAC-ILC','GRNN-RBFNN-ILC'},'Fontsize', 20)

set(gcf,'unit','centimeters','position',[5 5 25 18]);
set(gca,'FontName','Times New Roman','fontsize',24);
grid on;

if ~usejava('desktop') 
    saveas(gcf,'../results/siso_error0.pdf') 
end

figure 
plot(e_cfdlmfac,'LineWidth',3);hold on
plot(e_cfdlrbf,'LineWidth',3);hold on
plot(e_elmrbf, 'LineWidth',3);hold on

plot(e_grnngd,  'LineWidth',3);hold on
plot(e_grnnmfac,'LineWidth',3);hold on
plot(e_grnnrbf, 'LineWidth',3);hold on

xlim([13,15]);
xlabel('\iti');
ylabel('maximum error versus iteration number');
legend({'CFDL-MFAC-ILC','CFDL-RBFNN-ILC','ELM-RBFNN',...
        'GRNN-GD-ILC','GRNN-MFAC-ILC','GRNN-RBFNN-ILC'},'Fontsize', 20)

set(gcf,'unit','centimeters','position',[5 5 25 18]);
set(gca,'FontName','Times New Roman','fontsize',24);
grid on;