rbf神经网络_基于RBF神经网络的监督控制（09）

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。

图1 基于RBF神经网络的监督控制系统

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，