尧图网站建设 
简介一份关于径向基函数神经网络与比例积分微分控制算法相结合的研究型文档面向控制工程、智能算法和工业自动化领域的研发人员旨在解决传统PID控制器参数整定困难、对非线性时变系统适应性不足的问题。资料深入阐述了利用径向基函数神经网络的在线辨识能力配合梯度下降法对比例、积分、微分三个调节参数进行实时自适应整定避免人工反复调试并给出了完整的理论推导与算法流程。压缩包仅包含1个PDF文件大小477KB内容紧凑该资料目前已有446人学习/下载。文中特别提供了直流电机控制的MATLAB仿真案例通过有无径向基函数自适应控制策略的响应曲线对比直观展示了该算法对超调量的抑制效果上升时间与调节时间也明显缩短。无论是希望理解神经网络与经典控制融合原理还是需要可复现的仿真验证参考这份资料都能提供扎实支撑。1. 用RBF神经网络做自适应PID这到底解决什么问题做温度控制或电机控制的人多半有过这种经历PID参数在工况A下调得很好稳态误差小、超调也压得住可工况一换增益变了、纯滞后变了原来那组kp、ki、kd立刻“不听话”。RBF神经网络解决这个问题的思路是让PID不再拿着固定参数跑而是每次采样都“看一眼”被控对象当前的输入输出梯度在线把PID的三个系数往误差减小的方向推一推。这套思路从论文题目上看叫基于RBF神经网络的自适应PID控制算法研究落到底层就是一个单隐层前馈网络加一个梯度修正环节再把修正结果叠加到常规PID结构上。它适合两类读者。一类是已经在用PID想给老结构加在线整定能力的人另一类是想把论文里的仿真曲线复现出来弄明白RBF网络和PID到底怎么接在一起的人。前提是先清楚位置式PID怎么写、差分方程怎么离散下面从这个地方开始拆。2. 从PID参数怎么调到RBF网络的雅可比原理拆解2.1 PID的离散差分形式以及“参数往哪调”为什么很难实际离散控制里位置式PID写成一个差分方程最直观u(k) Kp·e(k) Ki·Ts·Σe(k) Kd·(e(k) - e(k-1)) / Ts其中Ts是采样周期Σe(k)是误差积累项。另一种常见写法用比例带PB、积分时间Ti和微分时间Td描述Kp 100/PBKi Kp/TiKd Kp·Td。工程上经常直接把这三个参数写在控制器面板上用PID中pb、ti、td称呼它们。增量式PID算法则把输出写成Δu(k) Kp·(e(k) - e(k-1)) Ki·Ts·e(k) Kd·(e(k) - 2e(k-1) e(k-2)) / Ts好处是控制器内部不积累大的常值积分项不容易出现积分饱和。关键在于无论位置式还是增量式参数定下来以后后续调节基本靠试凑。手工试凑在对象线性度好、工况稳定的场合完全够用。但如果被控对象增益是时变的比如温度控制中散热条件变化、电机控制中负载变化固定参数PID就只能在一个工作点附近表现好。从控制理论角度看真正最优的Kp、Ki、Kd是跟随工作点变化的。要在线调整这三个参数至少要知道被控对象输出对控制输入u的敏感度也就是偏导数∂y/∂u在控制领域常称为雅可比Jacobian。如果这个值是负的比例项的方向就要反过来如果它随工作点变化很大固定参数必然顾此失彼。RBF网络在这里的作用就是逐拍估计这个雅可比为PID参数的梯度修正提供方向依据。2.2 为什么选RBF而不是BP局部逼近带来的收敛速度优势RBF网络全称是径向基神经网络结构上只有输入层、单隐层和线性输出层。隐层每个节点用一个高斯基函数对输入做局部响应输入离中心越近节点输出越大距离远的节点几乎不响应。相比之下BP神经网络拟合曲线依赖Sigmoid或ReLU激活是一种全局逼近单个样本的变化会牵动所有权值。全局逼近在离线批量拟合里精度不错但在线控制中每一个采样周期都要更新一次很容易出现参数摄动和收敛速度跟不上。常见做法是把网络输入取为[y(k), y(k-1), u(k)]让网络输出作为被控对象当前输出的预测值。由于RBF的局部激活特性权值更新主要落在当前工作点附近的基函数上学习率不用取得太小。这也是大量自适应PID相关实现选择RBF而不是BP的原因。两者的特性可以这样看对比点RBF网络BP网络逼近方式局部逼近全局逼近输入响应范围靠近输入点的基函数网络全部神经元在线更新计算量每次只动少量连接反向传播计算量大典型用途系统辨识、在线预测离线拟合、分类识别如果拿自适应模糊神经网络来对比模糊控制需要先定义隶属函数和规则库规则数和输入维度强相关在线调整的工程成本高。RBF不需要人工铺规则只要中心、宽度和输出层权值三个量结构上更适合做在线辨识。2.3 雅可比推导RBF网络输出和控制量之间的偏导网络输出定义为y_hat(k) Σ w_j·h_j(k)其中隐层响应为h_j(k) exp( -‖x(k) - c_j‖² / (2·b_j²) )这里x是输入向量c_j是第j个基函数中心b_j是基宽。RBF网络在线调整的目标是让y_hat逼近被控对象的实际输出所以权值更新式写成梯度下降形式Δw_j η·(y(k) - y_hat(k))·h_j(k)每次采样做一次更新。关键的一步是求雅可比即网络输出对控制量的偏导。因为输出层是线性加权只有隐含层含有u所以∂y_hat / ∂u Σ w_j·h_j(k)·( -(u(k) - c_j,u) / b_j² )如果网络已经收敛到被控对象的近似模型这个值就近似等于真实雅可比∂y/∂u。得到雅可比之后PID参数修正就有了梯度方向常见写法是ΔKp ηp·e(k)·J·e(k)ΔKi ηi·e(k)·J·Ts·Σe(k)ΔKd ηd·e(k)·J·(e(k) - e(k-1)) / Ts每一项都由跟踪误差e(k)、雅可比J和该项对应的输入信号三部分组成。这就是基于RBF神经网络的自适应PID控制算法的核心PID参数不再由人工试凑决定而是持续沿着误差梯度方向修正。这里有一个初学者很容易踩的坑输出层权值w初始如果全取零雅可比计算出来也恒为零PID参数永远不会更新。所以w初始一般取小随机数中心c要覆盖工作区间基宽b常取1到3。3. 一份能跑通的最小实现RBF网络与自适应PID代码骨架3.1 用Python搭一个时变非线性被控对象为了把原理落到代码我用Python写一个最小可复现骨架控制器和被控对象全部用普通循环实现不依赖仿真工具。被控对象故意设计成增益时变的非线性系统y(k1) a(k)·y(k) / (1 y(k)²) 0.8·u(k)a(k) 1.0 0.2·sin(0.01·k)这个对象本身增益随时间变化固定PID很难在全程保持相同的响应速度正好能看出RBF-PID在线整定的意义。RBF类的实现包括高斯基函数计算、权值更新和雅可比计算三部分输入向量取为[y(k), y(k-1), u(k)]所以控制循环里要保留两步历史输出。import numpy as np class RBFNetwork: 径向基网络辨识被控对象并输出 d(y)/d(u) 雅可比 def __init__(self, n_in3, n_hidden7, lr0.25): self.lr lr self.n_hidden n_hidden # 中心覆盖工作区间初始随机即可但范围不要太小 self.c np.random.uniform(-1.0, 1.0, (n_hidden, n_in)) # 高斯基宽常用 1~2控制局部感受野大小 self.b np.random.uniform(1.0, 2.0, n_hidden) # 输出权值不能全零否则雅可比恒为零 self.w np.random.uniform(-0.5, 0.5, (n_hidden, 1)) self.h np.zeros(n_hidden) def basis(self, x): 计算所有高斯基函数在当前输入下的响应 diff x - self.c self.h np.exp(-np.sum(diff * diff, axis1) / (2.0 * self.b * self.b)) return self.h def predict(self, x): 网络输出输出层线性加权和 return float(np.dot(self.w.T, self.basis(x))) def update_weights(self, x, err): 用辨识误差更新输出层权值err 实际输出 - 网络预测 h self.basis(x) self.w self.lr * err * h.reshape(-1, 1) def jacobian(self, x): 计算 d(y_hat)/d(u)x[2] 对应控制量 u self.basis(x) # h_j 对 u 求导再按输出层线性加权 dh_du -self.h * (x[2] - self.c[:, 2]) / (self.b * self.b) return float(np.dot(self.w.flatten(), dh_du))这段代码里的update_weights用的是标准梯度下降dh_du对应2.3节里推导的链式求导结果。基宽b同时出现在分母里所以b不能取零否则高斯基函数会出现除零错误。3.2 主循环先控制、再辨识、最后修正PID主循环里的顺序值得反复看先根据当前PID参数计算控制量把控制量施加到被控对象得到新输出新输出拿到后计算跟踪误差并累加积分随后用这一拍的实际输出和网络预测的差值更新RBF权值最后用RBF的雅可比和误差梯度去调整Kp、Ki、Kd。顺序错了比如先调PID参数再采样整体就变成“用旧数据改新参数”仿真里看着能跑但物理上一拍都不对。dt 0.01 steps 800 net RBFNetwork(n_in3, n_hidden7, lr0.25) kp, ki, kd 0.5, 0.1, 0.02 eta_p, eta_i, eta_d 0.10, 0.10, 0.05 u 0.0 y_old, y_older 0.0, 0.0 e_prev, e_prev2 0.0, 0.0 integral 0.0 y_list [] r_list [] for k in range(steps): # 方波参考输入前半段 1.0后半段 0.5观察工况切换后的自适应 r_ref 1.0 if k 400 else 0.5 r_list.append(r_ref) # 1) PID 位置式输出用上一拍的误差 u kp * e_prev ki * integral kd * (e_prev - e_prev2) / dt # 2) 被控对象输出带时变增益的非线性环节 a_t 1.0 0.2 * np.sin(0.01 * k) y_new a_t * y_old / (1.0 y_old * y_old) 0.8 * u # 3) 当前跟踪误差和积分项 track_err r_ref - y_new integral track_err * dt # 4) RBF 在线辨识辨识误差驱动权值更新 x np.array([y_old, y_older, u]) y_hat net.predict(x) ident_err y_new - y_hat net.update_weights(x, ident_err) # 5) 用雅可比在线调整 PID 参数 jac net.jacobian(x) kp eta_p * track_err * jac * track_err ki eta_i * track_err * jac * integral kd eta_d * track_err * jac * (track_err - e_prev) / dt y_list.append(y_new) e_prev2 e_prev e_prev track_err y_older y_old y_old y_new这里第一步第一次循环时所有历史变量都是零u输出为零第一个采样点实际上只完成一次“采样-辨识-调参”的冷启动第二拍开始PID才有真正的作用量。track_err和ident_err是两套误差前者用于PID参数梯度后者用于RBF网络权值混在一起会导致RBF把参考信号也当作系统动态来学识别出来的雅可比含义就不对了。3.3 这个骨架能调什么初始参数对照表跑完上面的循环可以画y_list和r_list对比正常情况下后半段方波切换后的恢复时间应该比前半段短。参数起点的选择如下参数所属位置起点推荐修改方向lrRBF权值学习率0.2~0.3曲线毛刺多就降低eta_pKp在线学习率0.05~0.15响应慢可略增但超调会变大eta_iKi在线学习率0.05~0.15稳态误差消不掉时优先增加eta_dKd在线学习率0.01~0.05噪声敏感不要给太大n_hidden隐层节点数5~10对象工作区间宽时取大b高斯基宽1~2雅可比出现尖峰就增大w初值输出层权值-0.5~0.5不能全零提示初始Kp、Ki、Kd不要随便给零。用Ziegler-Nichols临界比例度法或matlab pid tuner先整定一组能稳住对象的固定PID参数再让RBF在这个基础上做小步长自适应会比从零开始收敛快很多。4. 参数调节与工程边界学习率、基宽、采样周期怎么定4.1 学习率是发散源头先降流量再查结构RBF-PID看起来有五个学习率要调实际调试时有一个优先级先调RBF的lr再调Kp对应的eta_p最后动eta_i和eta_d。如果跟踪曲线出现高频抖振第一步先把lr降到0.1附近看RBF输出的雅可比是否还在往复跳若还是抖再把eta_p和eta_i一起乘以0.6。微分项的eta_d要最小因为在位置式PID里(e(k) - e(k-1)) / Ts对噪声做了一次差分放大eta_d稍大就会把噪声放大成控制量的反复摆动。常见误用是认为学习率越大“自适应越快”。在线控制不是离线训练没有遍历全部数据的机会每一步只有一组x和e。学习率过大时权值会在真实值附近来回振荡雅可比的正负号都可能变最终导致PID参数朝错误方向走。更稳的写法是给权值更新加动量项把上一次的更新方向保留一部分这个放到第5章展开。4.2 高斯基宽和中心布放覆盖比精度更重要高斯基函数的宽度b决定了每个隐节点的影响范围。b设得过大各基函数重叠太多RBF网络退化成一种全局逼近失去局部微调能力b设得过小只有距离输入最近的少数几个节点被激活雅可比会出现明显毛刺甚至在某些输入区域完全失去响应。常见做法是先按工作区间把中心c均匀布放让相邻中心之间的距离作为b的参考值再在1到3倍之间试。中心分布上直接把c初始化为[-1, 1]均匀随机矩阵在大多数仿真正弦输入下没有问题。若参考信号变化范围特别大比如温度控制从常温升温到800度输入向量中的y(k)会一路漂移随机中心很可能覆盖不到后半段工作区。这时应该先取一段对象的输入输出数据跑一次k-means聚类把聚类中心作为RBF中心比随机布放有效得多。4.3 采样周期和时滞对雅可比的影响采样周期Ts直接出现在Ki、Kd的更新公式里也出现在PID的输出表达式中。Ts过大时差分项对噪声的放大很厉害同时RBF辨识出来的离散雅可比和真实连续对象的偏导之间误差会变大。通常建议Ts至少比系统上升时间的1/10还小否则先理清采样再做自适应。如果被控对象有明显纯滞后比如温度控制中热传导慢、管道传输滞后输入向量y(k), y(k-1), u(k)就不够了。常见做法是把网络输入改成NARX结构增加滞后拍数取为[y(k), y(k-1), u(k-1)]或者[u(k-2), u(k-3)]。为什么非要加历史控制量因为纯滞后对象的当前输出由几拍之前的控制量决定雅可比∂y/∂u在代数上就不应该对当前u直接求导。对于这种场合增量式PID算法配合滞后输入往往比位置式PID更稳因为增量式输出不保留大的常值积分项历史控制量的影响更容易在网络里被辨识出来。4.4 什么时候别硬上RBF-PIDRBF-PID终归是“用PID结构跑用RBF调参数”它不改变控制器的结构边界。用matlab pid tuner在几个典型工作点都能整定出满意参数的对象没必要上RBF试凑成本更低。级联PID控制中内外环都要自适应时参数会互相影响实际项目里一般只让外环做RBF在线整定内环保持固定参数。下表是我平时做方案选型时的判断依据方案适用场景不建议场景Z-N整定 / PID tuner线性对象、工况稳定增益和时滞明显变化RBF-PID参数缓慢时变、非线性不强强耦合、大纯滞后、快速扰动级联PID控制内外环串级分频控制负载扰动频繁且大幅变化ADRC / MPC强扰动、有约束预测需求希望保留PID简单结构时有纯滞后且滞后时间本身还在变的场合RBF-PID不如先加Smith预估器或者转向ADRC控制算法这类不依赖精确滞后模型的结构。按经验对象越接近“线性时变增益”RBF-PID性价比越高对象本质上是强耦合非线性系统时模型的误差补偿才是核心只调PID三个增益解决不了结构性问题。5. 收敛性验证与进阶调整李雅普诺夫、变学习率、对比曲线5.1 先做一个简单的李雅普诺夫检查判断自适应过程有没有发散不需要立刻推导完整稳定性定理工程上可以取V(k) 0.5·e(k)²然后看离散步进下的变化量ΔV(k) 0.5·(e(k1)² - e(k)²)。每运行20拍统计一次平均ΔV如果平均值为正并且连续几个区间都在增大说明学习率偏大第一步先把eta_p、eta_i和lr同时乘以0.6。要注意这套检验关注的是跟踪误差的能量趋势不是RBF辨识误差辨识误差可以暂时较大但最终要呈下降趋势否则雅可比方向不可信。5.2 动量项和变学习率的叠加给权值更新加动量项是抑制抖动最直接的改进Δw(k) η·e·h α·Δw(k-1)α通常取0.05到0.15。动量项的作用是让更新方向在前一步基础上保持惯性减少单点噪声带来的抖动。变学习率则按梯度幅值缩放η(k) η0 / (1 ‖∂V/∂w‖²)梯度大时自动放慢梯度小时加快。不要把“误差大就加大学习率”当成固定规则跟踪误差大往往伴随噪声大此时加大学习率反而会把噪声放大进PID参数里。5.3 从三条对比曲线判断自适应是否生效验证RBF-PID有没有真“自适应”至少要跑三组实验固定PID、RBF-PID、RBF-PID在400拍处加一个幅值为0.3的负载扰动。重点看参考输入切换后的恢复时间前半段稳态到后半段方波切换后半段恢复时间明显变短说明RBF在线整定起作用了。再用积分绝对误差IAE Σ|e(k)|·Ts做定量对比同一组实验里RBF-PID的IAE值应该比固定PID低。所谓pid最优曲线不是追求全程无超调而是扰动后能以更短恢复时间回到参考值同时不出现持续振荡。判断时如果后半段曲线出现等幅振荡优先看eta_p和RBF的lr而不是去改初始Kd。本文还有配套的精品资源点击获取 RBF神经网络自适应PID控制：原理、推导与Python实现
简介一份关于径向基函数神经网络与比例积分微分控制算法相结合的研究型文档面向控制工程、智能算法和工业自动化领域的研发人员旨在解决传统PID控制器参数整定困难、对非线性时变系统适应性不足的问题。资料深入阐述了利用径向基函数神经网络的在线辨识能力配合梯度下降法对比例、积分、微分三个调节参数进行实时自适应整定避免人工反复调试并给出了完整的理论推导与算法流程。压缩包仅包含1个PDF文件大小477KB内容紧凑该资料目前已有446人学习/下载。文中特别提供了直流电机控制的MATLAB仿真案例通过有无径向基函数自适应控制策略的响应曲线对比直观展示了该算法对超调量的抑制效果上升时间与调节时间也明显缩短。无论是希望理解神经网络与经典控制融合原理还是需要可复现的仿真验证参考这份资料都能提供扎实支撑。1. 用RBF神经网络做自适应PID这到底解决什么问题做温度控制或电机控制的人多半有过这种经历PID参数在工况A下调得很好稳态误差小、超调也压得住可工况一换增益变了、纯滞后变了原来那组kp、ki、kd立刻“不听话”。RBF神经网络解决这个问题的思路是让PID不再拿着固定参数跑而是每次采样都“看一眼”被控对象当前的输入输出梯度在线把PID的三个系数往误差减小的方向推一推。这套思路从论文题目上看叫基于RBF神经网络的自适应PID控制算法研究落到底层就是一个单隐层前馈网络加一个梯度修正环节再把修正结果叠加到常规PID结构上。它适合两类读者。一类是已经在用PID想给老结构加在线整定能力的人另一类是想把论文里的仿真曲线复现出来弄明白RBF网络和PID到底怎么接在一起的人。前提是先清楚位置式PID怎么写、差分方程怎么离散下面从这个地方开始拆。2. 从PID参数怎么调到RBF网络的雅可比原理拆解2.1 PID的离散差分形式以及“参数往哪调”为什么很难实际离散控制里位置式PID写成一个差分方程最直观u(k) Kp·e(k) Ki·Ts·Σe(k) Kd·(e(k) - e(k-1)) / Ts其中Ts是采样周期Σe(k)是误差积累项。另一种常见写法用比例带PB、积分时间Ti和微分时间Td描述Kp 100/PBKi Kp/TiKd Kp·Td。工程上经常直接把这三个参数写在控制器面板上用PID中pb、ti、td称呼它们。增量式PID算法则把输出写成Δu(k) Kp·(e(k) - e(k-1)) Ki·Ts·e(k) Kd·(e(k) - 2e(k-1) e(k-2)) / Ts好处是控制器内部不积累大的常值积分项不容易出现积分饱和。关键在于无论位置式还是增量式参数定下来以后后续调节基本靠试凑。手工试凑在对象线性度好、工况稳定的场合完全够用。但如果被控对象增益是时变的比如温度控制中散热条件变化、电机控制中负载变化固定参数PID就只能在一个工作点附近表现好。从控制理论角度看真正最优的Kp、Ki、Kd是跟随工作点变化的。要在线调整这三个参数至少要知道被控对象输出对控制输入u的敏感度也就是偏导数∂y/∂u在控制领域常称为雅可比Jacobian。如果这个值是负的比例项的方向就要反过来如果它随工作点变化很大固定参数必然顾此失彼。RBF网络在这里的作用就是逐拍估计这个雅可比为PID参数的梯度修正提供方向依据。2.2 为什么选RBF而不是BP局部逼近带来的收敛速度优势RBF网络全称是径向基神经网络结构上只有输入层、单隐层和线性输出层。隐层每个节点用一个高斯基函数对输入做局部响应输入离中心越近节点输出越大距离远的节点几乎不响应。相比之下BP神经网络拟合曲线依赖Sigmoid或ReLU激活是一种全局逼近单个样本的变化会牵动所有权值。全局逼近在离线批量拟合里精度不错但在线控制中每一个采样周期都要更新一次很容易出现参数摄动和收敛速度跟不上。常见做法是把网络输入取为[y(k), y(k-1), u(k)]让网络输出作为被控对象当前输出的预测值。由于RBF的局部激活特性权值更新主要落在当前工作点附近的基函数上学习率不用取得太小。这也是大量自适应PID相关实现选择RBF而不是BP的原因。两者的特性可以这样看对比点RBF网络BP网络逼近方式局部逼近全局逼近输入响应范围靠近输入点的基函数网络全部神经元在线更新计算量每次只动少量连接反向传播计算量大典型用途系统辨识、在线预测离线拟合、分类识别如果拿自适应模糊神经网络来对比模糊控制需要先定义隶属函数和规则库规则数和输入维度强相关在线调整的工程成本高。RBF不需要人工铺规则只要中心、宽度和输出层权值三个量结构上更适合做在线辨识。2.3 雅可比推导RBF网络输出和控制量之间的偏导网络输出定义为y_hat(k) Σ w_j·h_j(k)其中隐层响应为h_j(k) exp( -‖x(k) - c_j‖² / (2·b_j²) )这里x是输入向量c_j是第j个基函数中心b_j是基宽。RBF网络在线调整的目标是让y_hat逼近被控对象的实际输出所以权值更新式写成梯度下降形式Δw_j η·(y(k) - y_hat(k))·h_j(k)每次采样做一次更新。关键的一步是求雅可比即网络输出对控制量的偏导。因为输出层是线性加权只有隐含层含有u所以∂y_hat / ∂u Σ w_j·h_j(k)·( -(u(k) - c_j,u) / b_j² )如果网络已经收敛到被控对象的近似模型这个值就近似等于真实雅可比∂y/∂u。得到雅可比之后PID参数修正就有了梯度方向常见写法是ΔKp ηp·e(k)·J·e(k)ΔKi ηi·e(k)·J·Ts·Σe(k)ΔKd ηd·e(k)·J·(e(k) - e(k-1)) / Ts每一项都由跟踪误差e(k)、雅可比J和该项对应的输入信号三部分组成。这就是基于RBF神经网络的自适应PID控制算法的核心PID参数不再由人工试凑决定而是持续沿着误差梯度方向修正。这里有一个初学者很容易踩的坑输出层权值w初始如果全取零雅可比计算出来也恒为零PID参数永远不会更新。所以w初始一般取小随机数中心c要覆盖工作区间基宽b常取1到3。3. 一份能跑通的最小实现RBF网络与自适应PID代码骨架3.1 用Python搭一个时变非线性被控对象为了把原理落到代码我用Python写一个最小可复现骨架控制器和被控对象全部用普通循环实现不依赖仿真工具。被控对象故意设计成增益时变的非线性系统y(k1) a(k)·y(k) / (1 y(k)²) 0.8·u(k)a(k) 1.0 0.2·sin(0.01·k)这个对象本身增益随时间变化固定PID很难在全程保持相同的响应速度正好能看出RBF-PID在线整定的意义。RBF类的实现包括高斯基函数计算、权值更新和雅可比计算三部分输入向量取为[y(k), y(k-1), u(k)]所以控制循环里要保留两步历史输出。import numpy as np class RBFNetwork: 径向基网络辨识被控对象并输出 d(y)/d(u) 雅可比 def __init__(self, n_in3, n_hidden7, lr0.25): self.lr lr self.n_hidden n_hidden # 中心覆盖工作区间初始随机即可但范围不要太小 self.c np.random.uniform(-1.0, 1.0, (n_hidden, n_in)) # 高斯基宽常用 1~2控制局部感受野大小 self.b np.random.uniform(1.0, 2.0, n_hidden) # 输出权值不能全零否则雅可比恒为零 self.w np.random.uniform(-0.5, 0.5, (n_hidden, 1)) self.h np.zeros(n_hidden) def basis(self, x): 计算所有高斯基函数在当前输入下的响应 diff x - self.c self.h np.exp(-np.sum(diff * diff, axis1) / (2.0 * self.b * self.b)) return self.h def predict(self, x): 网络输出输出层线性加权和 return float(np.dot(self.w.T, self.basis(x))) def update_weights(self, x, err): 用辨识误差更新输出层权值err 实际输出 - 网络预测 h self.basis(x) self.w self.lr * err * h.reshape(-1, 1) def jacobian(self, x): 计算 d(y_hat)/d(u)x[2] 对应控制量 u self.basis(x) # h_j 对 u 求导再按输出层线性加权 dh_du -self.h * (x[2] - self.c[:, 2]) / (self.b * self.b) return float(np.dot(self.w.flatten(), dh_du))这段代码里的update_weights用的是标准梯度下降dh_du对应2.3节里推导的链式求导结果。基宽b同时出现在分母里所以b不能取零否则高斯基函数会出现除零错误。3.2 主循环先控制、再辨识、最后修正PID主循环里的顺序值得反复看先根据当前PID参数计算控制量把控制量施加到被控对象得到新输出新输出拿到后计算跟踪误差并累加积分随后用这一拍的实际输出和网络预测的差值更新RBF权值最后用RBF的雅可比和误差梯度去调整Kp、Ki、Kd。顺序错了比如先调PID参数再采样整体就变成“用旧数据改新参数”仿真里看着能跑但物理上一拍都不对。dt 0.01 steps 800 net RBFNetwork(n_in3, n_hidden7, lr0.25) kp, ki, kd 0.5, 0.1, 0.02 eta_p, eta_i, eta_d 0.10, 0.10, 0.05 u 0.0 y_old, y_older 0.0, 0.0 e_prev, e_prev2 0.0, 0.0 integral 0.0 y_list [] r_list [] for k in range(steps): # 方波参考输入前半段 1.0后半段 0.5观察工况切换后的自适应 r_ref 1.0 if k 400 else 0.5 r_list.append(r_ref) # 1) PID 位置式输出用上一拍的误差 u kp * e_prev ki * integral kd * (e_prev - e_prev2) / dt # 2) 被控对象输出带时变增益的非线性环节 a_t 1.0 0.2 * np.sin(0.01 * k) y_new a_t * y_old / (1.0 y_old * y_old) 0.8 * u # 3) 当前跟踪误差和积分项 track_err r_ref - y_new integral track_err * dt # 4) RBF 在线辨识辨识误差驱动权值更新 x np.array([y_old, y_older, u]) y_hat net.predict(x) ident_err y_new - y_hat net.update_weights(x, ident_err) # 5) 用雅可比在线调整 PID 参数 jac net.jacobian(x) kp eta_p * track_err * jac * track_err ki eta_i * track_err * jac * integral kd eta_d * track_err * jac * (track_err - e_prev) / dt y_list.append(y_new) e_prev2 e_prev e_prev track_err y_older y_old y_old y_new这里第一步第一次循环时所有历史变量都是零u输出为零第一个采样点实际上只完成一次“采样-辨识-调参”的冷启动第二拍开始PID才有真正的作用量。track_err和ident_err是两套误差前者用于PID参数梯度后者用于RBF网络权值混在一起会导致RBF把参考信号也当作系统动态来学识别出来的雅可比含义就不对了。3.3 这个骨架能调什么初始参数对照表跑完上面的循环可以画y_list和r_list对比正常情况下后半段方波切换后的恢复时间应该比前半段短。参数起点的选择如下参数所属位置起点推荐修改方向lrRBF权值学习率0.2~0.3曲线毛刺多就降低eta_pKp在线学习率0.05~0.15响应慢可略增但超调会变大eta_iKi在线学习率0.05~0.15稳态误差消不掉时优先增加eta_dKd在线学习率0.01~0.05噪声敏感不要给太大n_hidden隐层节点数5~10对象工作区间宽时取大b高斯基宽1~2雅可比出现尖峰就增大w初值输出层权值-0.5~0.5不能全零提示初始Kp、Ki、Kd不要随便给零。用Ziegler-Nichols临界比例度法或matlab pid tuner先整定一组能稳住对象的固定PID参数再让RBF在这个基础上做小步长自适应会比从零开始收敛快很多。4. 参数调节与工程边界学习率、基宽、采样周期怎么定4.1 学习率是发散源头先降流量再查结构RBF-PID看起来有五个学习率要调实际调试时有一个优先级先调RBF的lr再调Kp对应的eta_p最后动eta_i和eta_d。如果跟踪曲线出现高频抖振第一步先把lr降到0.1附近看RBF输出的雅可比是否还在往复跳若还是抖再把eta_p和eta_i一起乘以0.6。微分项的eta_d要最小因为在位置式PID里(e(k) - e(k-1)) / Ts对噪声做了一次差分放大eta_d稍大就会把噪声放大成控制量的反复摆动。常见误用是认为学习率越大“自适应越快”。在线控制不是离线训练没有遍历全部数据的机会每一步只有一组x和e。学习率过大时权值会在真实值附近来回振荡雅可比的正负号都可能变最终导致PID参数朝错误方向走。更稳的写法是给权值更新加动量项把上一次的更新方向保留一部分这个放到第5章展开。4.2 高斯基宽和中心布放覆盖比精度更重要高斯基函数的宽度b决定了每个隐节点的影响范围。b设得过大各基函数重叠太多RBF网络退化成一种全局逼近失去局部微调能力b设得过小只有距离输入最近的少数几个节点被激活雅可比会出现明显毛刺甚至在某些输入区域完全失去响应。常见做法是先按工作区间把中心c均匀布放让相邻中心之间的距离作为b的参考值再在1到3倍之间试。中心分布上直接把c初始化为[-1, 1]均匀随机矩阵在大多数仿真正弦输入下没有问题。若参考信号变化范围特别大比如温度控制从常温升温到800度输入向量中的y(k)会一路漂移随机中心很可能覆盖不到后半段工作区。这时应该先取一段对象的输入输出数据跑一次k-means聚类把聚类中心作为RBF中心比随机布放有效得多。4.3 采样周期和时滞对雅可比的影响采样周期Ts直接出现在Ki、Kd的更新公式里也出现在PID的输出表达式中。Ts过大时差分项对噪声的放大很厉害同时RBF辨识出来的离散雅可比和真实连续对象的偏导之间误差会变大。通常建议Ts至少比系统上升时间的1/10还小否则先理清采样再做自适应。如果被控对象有明显纯滞后比如温度控制中热传导慢、管道传输滞后输入向量y(k), y(k-1), u(k)就不够了。常见做法是把网络输入改成NARX结构增加滞后拍数取为[y(k), y(k-1), u(k-1)]或者[u(k-2), u(k-3)]。为什么非要加历史控制量因为纯滞后对象的当前输出由几拍之前的控制量决定雅可比∂y/∂u在代数上就不应该对当前u直接求导。对于这种场合增量式PID算法配合滞后输入往往比位置式PID更稳因为增量式输出不保留大的常值积分项历史控制量的影响更容易在网络里被辨识出来。4.4 什么时候别硬上RBF-PIDRBF-PID终归是“用PID结构跑用RBF调参数”它不改变控制器的结构边界。用matlab pid tuner在几个典型工作点都能整定出满意参数的对象没必要上RBF试凑成本更低。级联PID控制中内外环都要自适应时参数会互相影响实际项目里一般只让外环做RBF在线整定内环保持固定参数。下表是我平时做方案选型时的判断依据方案适用场景不建议场景Z-N整定 / PID tuner线性对象、工况稳定增益和时滞明显变化RBF-PID参数缓慢时变、非线性不强强耦合、大纯滞后、快速扰动级联PID控制内外环串级分频控制负载扰动频繁且大幅变化ADRC / MPC强扰动、有约束预测需求希望保留PID简单结构时有纯滞后且滞后时间本身还在变的场合RBF-PID不如先加Smith预估器或者转向ADRC控制算法这类不依赖精确滞后模型的结构。按经验对象越接近“线性时变增益”RBF-PID性价比越高对象本质上是强耦合非线性系统时模型的误差补偿才是核心只调PID三个增益解决不了结构性问题。5. 收敛性验证与进阶调整李雅普诺夫、变学习率、对比曲线5.1 先做一个简单的李雅普诺夫检查判断自适应过程有没有发散不需要立刻推导完整稳定性定理工程上可以取V(k) 0.5·e(k)²然后看离散步进下的变化量ΔV(k) 0.5·(e(k1)² - e(k)²)。每运行20拍统计一次平均ΔV如果平均值为正并且连续几个区间都在增大说明学习率偏大第一步先把eta_p、eta_i和lr同时乘以0.6。要注意这套检验关注的是跟踪误差的能量趋势不是RBF辨识误差辨识误差可以暂时较大但最终要呈下降趋势否则雅可比方向不可信。5.2 动量项和变学习率的叠加给权值更新加动量项是抑制抖动最直接的改进Δw(k) η·e·h α·Δw(k-1)α通常取0.05到0.15。动量项的作用是让更新方向在前一步基础上保持惯性减少单点噪声带来的抖动。变学习率则按梯度幅值缩放η(k) η0 / (1 ‖∂V/∂w‖²)梯度大时自动放慢梯度小时加快。不要把“误差大就加大学习率”当成固定规则跟踪误差大往往伴随噪声大此时加大学习率反而会把噪声放大进PID参数里。5.3 从三条对比曲线判断自适应是否生效验证RBF-PID有没有真“自适应”至少要跑三组实验固定PID、RBF-PID、RBF-PID在400拍处加一个幅值为0.3的负载扰动。重点看参考输入切换后的恢复时间前半段稳态到后半段方波切换后半段恢复时间明显变短说明RBF在线整定起作用了。再用积分绝对误差IAE Σ|e(k)|·Ts做定量对比同一组实验里RBF-PID的IAE值应该比固定PID低。所谓pid最优曲线不是追求全程无超调而是扰动后能以更短恢复时间回到参考值同时不出现持续振荡。判断时如果后半段曲线出现等幅振荡优先看eta_p和RBF的lr而不是去改初始Kd。本文还有配套的精品资源点击获取