hmdcp 发表于 2006-8-27 17:29

求助:BP神经网络的程序,调试不出来

ts=20;
sys=tf(,,'inputdelay',80);       %线性模型离散化
dsys=c2d(sys,ts,'zoh');
=tfdata(dsys,'v')

xite=0.25;
alfa=0.05;

S=1; %Signal type

IN=3;H=6;Out=1;%NN Structure
if S==1%Step Signal
wi=[-0.6394   -0.2696   -0.3756;
    -0.8603   -0.2013   -0.5024;
    -1.0749    0.5543   -1.6820;
    -0.3625   -0.0724   -0.6463;
   0.1425    0.0279   -0.5406;
    -0.7023   -0.2596   -0.5437];
%wi=0.50*rands(H,IN);
wi_1=wi;wi_2=wi;wi_3=wi;
wo=;

%wo=0.50*rands(Out,H);
wo_1=wo;wo_2=wo;wo_3=wo;
end

if S==2%Sine Signal
wi=[-0.2846    0.2193   -0.5097;
    -0.7484   -0.1210   -0.4708;
    -0.7176    0.8297   -1.6000;
    -0.0858    0.1925   -0.6346;
   0.4358    0.2369   -0.4564;
    -1.0668    0.0988   0.2049];   
%wi=0.50*rands(H,IN);
wi_1=wi;wi_2=wi;wi_3=wi;
wo=;
   
%wo=0.50*rands(Out,H);
wo_1=wo;wo_2=wo;wo_3=wo;
end

x=;
% z=;
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;
y_2=0;y_1=0;
a_1=0;
Oh_1=0;
% xi_1=zeros(1,IN);
Oh=zeros(H,1);    %Output from NN middle layer
I=Oh;             %Input to NN middle layer
% Oh_1=zeros(H,1);
error_3=0;
error_2=0;
error_1=0;

ts=0.001;
for k=1:1:6000
time(k)=k*ts;

if S==1
   rin(k)=1.0;
elseif S==2
   rin(k)=sin(1*2*pi*k*ts);
end


yout(k)=-den(2)*y_1+num(2)*u_5;         % 线性模型                        

error(k)=rin(k)-yout(k);

xi=;

x(1)=error(k)-error_1;
x(2)=error(k);
x(3)=error(k)-2*error_1+error_2;

epid=;
I=xi*wi';
for j=1:1:H
    Oh(j)=1/(1+exp(-I(j)));%Middle Layer'output
end
K=wo*Oh;             %Output Layer
a(k)=1./(1+exp(-K));
kp(k)=100/(a(k)+40);
ki(k)=100;
kd(k)=20;
Kpid=;

du(k)=Kpid*epid;
u(k)=u_1+du(k);

delta3=error(k)*((80/(a_1+40)^2)*error_1-(80/(a_1+40)^2)*error_2)*a_1*(1-a_1);
   for i=1:1:H
       d_wo=xite*delta3*Oh(i);
   end
end
    wo=wo_1+d_wo;
% %Hidden layer
for i=1:1:H
    dO(i)=exp(-I(i))/(1+exp(-I(i)));   %求&'(O(i))
end
    segma=delta3*wo_1;
for i=1:1:H
   delta2(i)=dO(i)*segma(i);
end

d_wi=xite*delta2*I';
wi=wi_1+d_wi;

%Parameters Update

u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);   
y_2=y_1;y_1=yout(k);
a_1=a(k);
Oh_1=Oh;

wo_3=wo_2;
wo_2=wo_1;
wo_1=wo;
   
wi_3=wi_2;
wi_2=wi_1;
wi_1=wi;

error_3=error_2;
error_2=error_1;
error_1=error(k);
end
figure(1);
plot(time,rin,'r',time,yout,'b');
xlabel('time(s)');ylabel('rin,yout');

[ 本帖最后由 xinyuxf 于 2007-7-12 14:51 编辑 ]

jimin 发表于 2006-8-27 18:12

%基于BP神经网络的PID控制
clear all;
close all;
xite=0.25;
alfa=0.05;
S=1; %信号类型
IN=4;H=5;Out=3;%神经网络结构
if S==1%阶跃信号
   wi=[-0.6394   -0.2696   -0.3756   -0.7023;
       -0.8603   -0.2013   -0.5024   -0.2596;
       -1.0749    0.5543   -1.6820   -0.5437;
       -0.3625   -0.0724   -0.6463   -0.2859;
       0.1425    0.0279   -0.5406   -0.7660];
   %wi=0.50*rands(H,IN);
   wi_1=wi;wi_2=wi;wi_3=wi;
   wo=[0.7576 0.2616 0.5820 -0.1416 -0.1325;
       -0.1146 0.2949 0.83520.22050.4508;
       0.7201 0.4566 0.76720.49620.3632];
   %wo=0.50*rands(Out,H);
   wo_1=wo;wo_2=wo;wo_3=wo;
end

if S==2%正弦信号
   wi=[-0.2846    0.2193   -0.5097   -1.0668;
       -0.7484   -0.1210   -0.4708    0.0988;
       -0.7176    0.8297   -1.6000    0.2049;
       -0.0858    0.1925   -0.6346    0.0347;
       0.4358    0.2369   -0.4564   -0.1324];
   %wi=0.50*rands(H,IN);
   wi_1=wi;wi_2=wi;wi_3=wi;
   wo=[1.0438    0.5478    0.8682    0.1446    0.1537;
       0.1716    0.5811    1.1214    0.5067    0.7370;
       1.0063    0.7428    1.0534    0.7824    0.6494];
   %wo=0.50*rands(Out,H);
   wo_1=wo;wo_2=wo;wo_3=wo;
end
x=;
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;
y_1=0;y_2=0;y_3=0;

Oh=zeros(H,1);    %神经网络中间层输出
I=Oh;             %神经网络中间层输入
error_2=0;
error_1=0;
ts=0.001;
for k=1:1:6000
   time(k)=k*ts;
   if S==1
       rin(k)=1.0;
   elseif S==2
       rin(k)=sin(1*2*pi*k*ts);
   end
   %非线性模型
   a(k)=1.2*(1-0.8*exp(-0.1*k));
   yout(k)=a(k)*y_1/(1+y_1^2)+u_1;
   error(k)=rin(k)-yout(k);
   xi=;
   x(1)=error(k)-error_1;
   x(2)=error(k);
   x(3)=error(k)-2*error_1+error_2;
   epid=;
   I=xi*wi';
   for j=1:1:H
       Oh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j))); %中间层
   end
   K=wo*Oh;             %输出层
   for l=1:1:Out
       K(l)=exp(K(l))/(exp(K(l))+exp(-K(l)));      %求kp,ti,td
   end
   kp(k)=K(1);ti(k)=K(2);td(k)=K(3);
   Kpid=;
    du(k)=Kpid*epid;
   u(k)=u_1+du(k);
   if u(k)>=10       % 限制控制器输出
       u(k)=10;
   end
   if u(k)<=-10
       u(k)=-10;
   end
   dyu(k)=sign((yout(k)-y_1)/(u(k)-u_1+0.0000001));
   %输出层
   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);
   %隐含层
   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);
    %参数更新
   u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);   
   y_2=y_1;y_1=yout(k);
   wo_3=wo_2;
   wo_2=wo_1;
   wo_1=wo;
   wi_3=wi_2;
   wi_2=wi_1;
   wi_1=wi;
   error_2=error_1;
   error_1=error(k);
end
figure(1);
plot(time,rin,'r',time,yout,'b');
xlabel('时间(秒)');ylabel('系统输入、输出');
figure(2);
plot(time,error,'r');
xlabel('时间(秒)');ylabel('误差');
figure(3);
subplot(311);
plot(time,kp,'r');
xlabel('时间(秒)');ylabel('参数kp');
subplot(312);
plot(time,ti,'g');
xlabel('时间(秒)');ylabel('参数ti');
subplot(313);
plot(time,td,'b');
xlabel('时间(秒)');ylabel('参数td');
这个程序好运行的,和你那个应该差不多
你自己对照着看看吧
页: [1]
查看完整版本: 求助:BP神经网络的程序,调试不出来