神經(jīng)網(wǎng)絡(luò)控制大作業(yè)-南航-智能控制神經(jīng)網(wǎng)絡(luò)控制大作業(yè)-南航-智能控制神經(jīng)網(wǎng)絡(luò)控制大作業(yè)-南航-智能控制資料僅供參考文件編號：2022年4月神經(jīng)網(wǎng)絡(luò)控制大作業(yè)-南航-智能控制版本號：A修改號：1頁次：1.0審核：批準(zhǔn):發(fā)布日期：南京航空航天大學(xué)研究生實驗報告實驗名稱：神經(jīng)網(wǎng)絡(luò)控制器設(shè)計姓名：學(xué)號：專業(yè)：201年月日一、題目要求考慮如下某水下航行器的水下直航運動非線性模型：其中為水下航行器的前進(jìn)速度，為水下航行器的推進(jìn)器推力，為水下航行器的輸出，航行器本體質(zhì)量、附加質(zhì)量以及非線性運動阻尼系數(shù)分別為。作業(yè)具體要求：1、設(shè)計神經(jīng)網(wǎng)絡(luò)控制器，對期望角度進(jìn)行跟蹤。2、分析神經(jīng)網(wǎng)絡(luò)層數(shù)和神經(jīng)元個數(shù)對控制性能的影響。3、分析系統(tǒng)在神經(jīng)網(wǎng)絡(luò)控制和PID控制作用下的抗干擾能力(加噪聲干擾、加參數(shù)不確定)、抗非線性能力(加死區(qū)和飽和特性)、抗時滯的能力(對時滯大小加以改變)。二、神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計1.構(gòu)建系統(tǒng)的PID控制模型在Simulink環(huán)境下搭建水下航行器的PID仿真模型，如下圖1所示：圖1水下航行器的PID控制系統(tǒng)其中，PID控制器的參數(shù)設(shè)置為：Kp=800，Ki=100，Kd=10。需要注意的一點是，經(jīng)過signaltoworkspace模塊提取出的數(shù)據(jù)的Saveformat為Array格式。神經(jīng)網(wǎng)絡(luò)控制器的訓(xùn)練首先將提取出的訓(xùn)練數(shù)據(jù)變?yōu)闃?biāo)準(zhǔn)的訓(xùn)練數(shù)據(jù)形式，標(biāo)準(zhǔn)的訓(xùn)練數(shù)據(jù)分為輸入和目標(biāo)輸出兩部分。經(jīng)過signaltoworkspace模塊提取出的數(shù)據(jù)為一個訓(xùn)練數(shù)據(jù)個數(shù)乘以輸入（或輸出）個數(shù)的矩陣，因此分別將x、u轉(zhuǎn)置后就得到標(biāo)準(zhǔn)訓(xùn)練數(shù)據(jù)x’,u’。然后，新建m文件，編寫神經(jīng)網(wǎng)絡(luò)控制器設(shè)計程序：%----------------------------------------------------------------p=x';%inputt=u';%inputnet=newff(p,t,3,{'tansig','purelin'},'trainlm');',u');%trainnetworkgensim(net,-1);%generatesimulinkblock%----------------------------------------------------------------上述m文件建立了如下圖所示的神經(jīng)網(wǎng)絡(luò)，包含輸入層、1個隱含層和輸出層，各層神經(jīng)元節(jié)點分別為1、3和1。圖2神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)及訓(xùn)練方法神經(jīng)網(wǎng)絡(luò)控制器的訓(xùn)練過程如下：圖3神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程由gensim(net,-1);%generatesimulinkblock語句生成了Simulink神經(jīng)網(wǎng)絡(luò)控制模塊，如下圖所示。圖4神經(jīng)網(wǎng)絡(luò)控制模塊對神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后，生成了Simulink仿真模塊，將其取代了PID控制器，得到神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)模型如下圖所示。圖5水下航行器神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)仿真模型三、仿真結(jié)果與分析控制器和神經(jīng)網(wǎng)絡(luò)控制器的仿真效果對比采用PID控制器和神經(jīng)網(wǎng)絡(luò)控制器的仿真效果：圖6系統(tǒng)階躍相應(yīng)曲線由圖6的對比可知，神經(jīng)網(wǎng)絡(luò)控制達(dá)到了很好的控制效果。2.神經(jīng)網(wǎng)絡(luò)層數(shù)和神經(jīng)元個數(shù)對控制性能的影響考察神經(jīng)網(wǎng)絡(luò)層數(shù)和神經(jīng)元個數(shù)對控制效果的影響。（1）分別采用1隱層、5隱層和10隱層BP神經(jīng)網(wǎng)絡(luò)，仿真結(jié)果如下：圖7采用1、5、10隱層BP神經(jīng)網(wǎng)絡(luò)仿真結(jié)果（2）分別采用5隱層各3各神經(jīng)元、10個神經(jīng)元的BP神經(jīng)網(wǎng)絡(luò)，仿真結(jié)果如下：圖8采用5隱層各3各神經(jīng)元、10個神經(jīng)元的BP神經(jīng)網(wǎng)絡(luò)綜上所述，神經(jīng)網(wǎng)絡(luò)層數(shù)和神經(jīng)元節(jié)點數(shù)目對控制效果具有重要影響，增加神經(jīng)網(wǎng)絡(luò)層數(shù)或者增加神經(jīng)元節(jié)點數(shù)目均可提高精度。3.神經(jīng)網(wǎng)絡(luò)的抗干擾、非線性和時滯能力（1）抗噪聲和不確定干擾的能力：圖9系統(tǒng)階躍響應(yīng)曲線（加白噪聲）從圖9可以看出，神經(jīng)網(wǎng)絡(luò)控制器比PID控制具有更好的抗噪聲和不確定干擾的能力。（2）抗飽和和死區(qū)非線性干擾的能力：圖10系統(tǒng)階躍響應(yīng)曲線（飽和非線性）圖11系統(tǒng)階躍響應(yīng)曲線（死區(qū)非線性）從圖中可以看出，神經(jīng)網(wǎng)絡(luò)控制器在抗飽和、死區(qū)非線性方面，并不比PID控制有更佳的性能，這與控制器設(shè)計方式是有關(guān)的。

（3）抗輸入時滯的能力：圖12系統(tǒng)階躍響應(yīng)曲線（輸入時滯）由圖可知，神經(jīng)網(wǎng)絡(luò)控制與PID