[发明专利]RBF神经网络整定PID与模糊免疫控制方法

摘要

本发明涉及一种RBF神经网络整定PID与模糊免疫控制方法，主回路采用RBF神经网络整定的PID控制，RBF神经网络的输入为误差e和输出测量值yout，通过计算得出kp，ki，kd，输入至PID控制进行计算后输出变量u1；副回路采用模糊免疫控制，模糊免疫控制以PID控制输出的误差e2及其变化率作为输入，输出为一非线性函数f(x)，然后经过免疫计算用于控制副回路，此控制运用到串级控制系统中，使得系统在过渡过程中几乎没有超调量，系统更稳定。

主权项

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kp，ki，kd，kp，ki，kd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；Δkp，Δki，Δkd的学习速率ηp，ηi，ηd；C)设定神经网络整定指标 E ( k ) = 1 2 error 2 ( 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)；kp，ki，kd的调整采用梯度下降法： Δ k p = - η p ∂ E ∂ k p = - η p ∂ E ∂ y ∂ y ∂ u ∂ u ∂ k p = η p error ( k ) ∂ y ∂ u xc - - - ( 1 ) Δ k i = - η i ∂ E ∂ k i = - η i ∂ E ∂ y ∂ y ∂ u ∂ u ∂ k i = η i error ( k ) ∂ y ∂ u xc - - - ( 2 ) Δ k d = - η d ∂ E ∂ k d = - η d ∂ E ∂ y ∂ y ∂ u ∂ u ∂ k d = η d error ( k ) ∂ y ∂ u xc - - - ( 3 ) 其中ηp，ηi，ηd分别为Δkp，Δki，Δkd的学习速率，kp＝kp-1+Δkpki＝ki-1+Δkikd＝kd-1+ΔkdE)计算控制器输出变量u1，u(k)＝u(k-1)+kpxc(1)+kixc(2)+kdxc(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ku＝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ku，得到控制系统总输出u2，u2＝ku·e2。