神经网络PID控制算法的MATLAB仿真及其在环境控制中的应用(3)

南林林业大学毕业设计（论文）

1.4本文的主要任务及研究内容

一、分析了传统控制的局限性

传统控制方法对于一些已知的、时不变的、线性或近似线性的单变量系统的

控制是行之有效的，但是对于非线性的、时变的、多变量的复杂系统的控制无能为了，对于参数、结构未知的系统的控制也无能为力。其主要原因是由于传统控制是基于模型的控制，传统控制器的设计前提就是被控系统特性已知且能建立数学模型，而且只对对象具有线性模型时的控制方法是比较成熟的。由于在实际的控制问题中，被控对象的已知、时不变、线性等条件往往难以满足，因而限制了传统控制的应用，也促使建立和发展新的控制理论和控制方法。 二、分析了传统神经元网络的特点和应用于控制中的不足之处

神经元网络的本质性非线性特征和并行结构以及其学习功能，可以处理那些难

以用模型或者规则描述的系统信息，使它在复杂系统的控制反面具有显著的优势。但是，传统神经元网络也存在着不足之处，主要包括：收敛速度慢，学习时间长，结构选取主要靠经验和试验，连接权重初值为随机数，易于陷入局部极小、静态网络和动态控制性能的矛盾，神经元网络的结构、参数、机能难以和控制系统的性能要求相对应，等等。这些不足之处使传统神经元网络难以在控制系统中广泛应用。

三、分析了传统PID控制的特点及其改进方法的研究现状

PID控制是应用最多的一种传统控制方法，只要比例、积分、微分三种控制

作用协调适当，就会得到即快速敏捷、又平稳准确的控制效果。然而，PID控制也无法避免传统控制的共同弱点。为了改善传统PID控制的性能，已有大量的研究结果问世，各有其优点和缺点，其中包括神经元网络和PID控制相结合的研究。但是，现有的神经元网络和PID控制相结合的方法存在着缺陷，这些方法仅仅是用神经元网络辅助选取PID参数。因此，虽然使传统PID控制的性能得到了一些改善，但也使控制系统不能避免一般神经元网络的弱点。 五、 建立了基于BP神经网络整定的控制

在具体了解MATLAB的相关知识和使用方法以后，并深入的学习了BP算法、BP网络学习算法、PID整定原来以后，在此基础上建立模型，并运用MATLAB仿

- 10 -

南林林业大学毕业设计（论文）

真，做出仿真图像，并写出仿真程序。

- 11 -

南林林业大学毕业设计（论文）

第二章 神经网络

2.1神经网络的基本概念

神经生理学和神经解剖学证明了人的思维是由人脑完成的。神经元是组成人脑的最基本单元，它能够接受并处理信息，人脑是一个复杂的信息并行加工处理巨系统。探索脑组织的结构、工作原理及信息处理的机制，是整个人类面临的一项挑战，也是整个自然科学的前沿领域。

生物神经元，也称神经细胞，是构成神经系统的基本单元。生物神经元主要由细胞体、树突和轴突构成，其基本结构如图3所示。

图2-1 生物神经元结构

1）细胞体

细胞体由细胞核、细胞质与细胞膜等组成。细胞体是生物神经元的主体，它是生物神经元的新陈代谢中心，同时还负责接收并处理从其他神经元传递过来的信息。细胞体的内容是细胞核，外部是细胞膜，细胞膜外是许多外延的纤维，细胞膜内外有电位差，称为膜电位，膜外为正，膜内为负。 2）轴突

轴突是由细胞体向外伸出的所有纤维中最长的一条分支。每个生物神经元只有一个轴突，长度最大可达到1m以上，其作用相当于生物神经元的输出电缆，它通过尾

- 12 -

南林林业大学毕业设计（论文）

部分出的许多神经末梢以及末梢端的突触向其他生物神经元输出神经冲动。 3）树突

树突是由细胞体内向外伸出的除轴突外的其他纤维分支，长度一般均较短，但分支很多。它相当于神经元的输入端，用于接收从四面八方传来的神经冲动。 4）突触

突触是轴突的终端。是生物神经元之间的连接接口。一个生物神经元通过其轴突的神经末梢，经突触与另一个生物神经元的树突连接，以实现信息的传递。

从生物的控制理论来看，作为控制和信息处理基本单元的生物神经元，具有以下功能特点。 一、时空整合功能

生物神经元对于不同时间通过同一突触传入的信息，具有时间整合功能；对于同一时间通过不同突触传入的信息，具有时空整合功能。两种功能相互结合，使生物神经元具有时空整合的输入信息处理功能。 二、动态极化性

在每一种生物神经元中，信息都是以预知的确定方向流动的，即从生物神经元的接收信息部分传到轴突的起始部分，再传到轴突终端的突触，最后再传给另一生物神经元。尽管不同的生物神经元在形状及功能上都有明显的不同，但大多数生物神经元都是按这一方向进行信息流动的。 三、兴奋与抑制状态

生物神经元具有两种常规工作状态，即兴奋状态与抑制状态。所谓兴奋状态是指生物神经元对输入信息整合后使细胞膜电位升高，且超过了动作电位的阈值，此时产生神经冲动并由轴突输出。抑制状态是指对输入信息整合后，细胞膜电位值下降到低于动作电位的阈值，从而导致无神经冲动输出。 四、结构的可塑性

由于突触传递信息的特性是可变的，也就是它随着神经冲动传递方式的变化，传递作用强弱不同，形成了生物神经元之间连接的柔性，这种特性又称为生物神经元结构的可塑性。

五、脉冲与电位信号的转换

突触界面具有脉冲与电位信号的转换功能。沿轴突传递的电脉冲是等幅的、离

- 13 -

南林林业大学毕业设计（论文）

散的脉冲信号，而细胞膜电位变化为连续的电位信号，这两种信号是在突触接口进行变换的。

六、突触延期和不应期

突触对信息的传递具有时延和不应期，在相邻的两次输入之间需要一定的时间间隔，在此期间，无激励，不传递信息，这称为不应期。 七、学习、遗忘和疲劳

由于生物神经元的结构可塑性，突触的传递作用有增强、减弱和饱和三种情况。所以，神经细胞也具有相应的学习、遗忘和疲劳效应。

2.2人工神经元模型

生物神经元经抽象化后，可得图4所示的一种人工神经元模型，他有三 个基本要素。

图2-1 人工神经元模型 1.连接权

连接权对应于生物神经元的突触，各个神经元之间的连接强度由连接权

的权值为正表示激活，为负表示抑制。 2.求和单元

用于求取各输入信号的加权和线性组合。 3.激活函数

激活函数起非线性映射作用，并将人工神经元输出幅度限制在一定范围

- 14 -