[发明专利]RBF神经网络整定PID与模糊免疫控制方法

权利要求书

1.一种RBF神经网络整定PID与模糊免疫控制方法，其特征在于，包括如下具体步骤：

1)RBF神经网络整定PID控制：

A)RBF神经网络整定的PID输入/输出：RBF神经网络的输入为误差e和系统输出测量值yout，RBF神经网络计算输出k_p，k_i，k_d，k_p，k_i，k_d值输入PID控制器进行计算后，输出变量u₁；

B)设定RBF神经网络参数：输入向量X；径向基向量为H；网络的中心矢量C；网络的基宽向量为B；权向量为W；网络的学习速率为η；动量因子为α；Δk_p，Δk_i，Δk_d的学习速率η_p，η_i，η_d；

C)设定神经网络整定指标E(k)=12error2(k),]]>error(k)表示第k时刻的输出测量值与输入值之间的偏差；

D)确定PID三项输入：

xc(1)＝error(k)-error(k-1)

xc(2)＝error(k)

xc(3)＝error(k)-2error(k-1)+error(k-2)；

k_p，k_i，k_d的调整采用梯度下降法：

Δkp=-ηp∂E∂kp=-ηp∂E∂y∂y∂u∂u∂kp=ηperror(k)∂y∂uxc---(1)]]>

Δki=-ηi∂E∂ki=-ηi∂E∂y∂y∂u∂u∂ki=ηierror(k)∂y∂uxc---(2)]]>

Δkd=-ηd∂E∂kd=-ηd∂E∂y∂y∂u∂u∂kd=ηderror(k)∂y∂uxc---(3)]]>

其中η_p，η_i，η_d分别为Δk_p，Δk_i，Δk_d的学习速率，

k_p＝k_p-1+Δk_p

k_i＝k_i-1+Δk_i

k_d＝k_d-1+Δk_d

E)计算控制器输出变量u₁，u(k)＝u(k-1)+k_pxc(1)+k_ixc(2)+k_dxc(3)；

2)模糊免疫控制：

1)模糊免疫控制的输入/输出：模糊免疫控制的输入变量为内回路RBF神经网络整定PID控制输出的误差e₂及其变化率de₂/dt；模糊免疫控制输出变量为f(x)；控制系统总输出为u₂；

2)设计模糊免疫控制输入输出的隶属度函数；

3)总结模糊免疫控制规则：根据T细胞反馈调节原理，总结出模糊免疫控制规则；

4)根据细胞受到的刺激来类比其中的控制规律，求得k_u＝K(1-τ·f(x))，其中K为控制反应速度，τ为控制稳定效果，f(x)为一个选定的非线性函数；

5)根据k_u，得到控制系统总输出u₂，u₂＝k_u·e₂。