1.RBF监督控制
基于RBF神经网络的监督控制系统,其控制思想是:初始阶段采用PD反馈控制,然后过渡到神经网络控制。在控制过程中,如出现较大的误差,则PD控制起主导作用,神经网络控制起调节作用。
设:
(1) 径向基向量h=[h1,...,hm]T,(高斯基函数),hj=exp( -||x(k)-cj||^2/(2bj^2))。
其中,i=1;j=1,...,m;x(k)为RBF网络的输入;cj=[c11,...,c1m];b=[b1,...,bm]T。
(2) 权值向量w=[w1,...,wm]T。
(3) RBF神经网络的输出为un(k)=h1w1+...+hjwj+...hmwm。
(4) 总控制输入为u(k)=un(k)+up(k)。
(5) 误差指标为E(k)=(1/2)*(un(k)-u(k))^2。
(6) 采用梯度下降法,