[发明专利]一种基于自适应动态规划的智能转台控制系统设计方法

权利要求书

1.一种基于自适应动态规划的智能转台控制系统设计方法，其特征在于：该方法包括如下步骤：

步骤一、确定并选取转台的角速度偏差量Δθ_L(t)为系统状态量，即实际转台角速度与控制要求角速度的偏差，及其两个早于t时刻的前置时延角速度偏差量Δθ_L(t-1)、Δθ_L(t-2)，选取电机端电压Ua(t)为控制量；

步骤二、构建两个多层前馈神经网络，分别为执行网络和评价网络，且每一个网络都只有一个隐藏层；

步骤三：编辑智能控制器算法；

步骤四：连接硬件系统，形成由上位机智能算法控制器控制，变频器驱动，转台系统自由转动并反馈给上位机角速度量的闭环控制系统在线学习；

步骤二中所述的执行网络采用具有3个输入神经元，6个隐藏神经元和1个输出神经元的结构，选取角速度偏差量Δθ_L(t)和它的早于t时刻的前置时延角速度偏差量Δθ_L(t-1)、Δθ_L(t-2)三个状态量作为输入，以电机端电压U_a(t)为输出；动作网络的隐藏层采用双极性sigmoidal函数，输出层采用线性函数purelin；定义执行网络的输入向量为A_in(t)

A_in(t)＝[Δθ_L(t)，Δθ_L(t-1)，Δθ_L(t-2)]

步骤三中所述的控制器算法为：

步骤31、定义网络权值矩阵W_a1j(t)、W_a2j(t)、W_c1j(t)、W_c2j(t)，并读取初值；

步骤32、设定l_α、l_c、γ，读取J、Ua(t)初值；

其中l_α、l_c分别为执行网络和评价网络学习率；γ为折扣因子；

步骤33、正向计算执行网络的过程如下：

式中，a_h1j(t)是执行网络隐藏层第j个节点的输入；a_h2j(t)是执行网络隐藏层第j个节点的输出；u_a(t)是整个网络的输出；W_a1j(t)为输入层到隐藏层的权值矩阵；W_a2j(t)为隐藏层到输出层的权值矩阵；

步骤34、正向计算评价网络的过程如下：

式中，c_h1j(t)是执行网络隐藏层第j个节点的输入；c_h2j(t)是执行网络隐藏层第j个节点的输出；是整个网络的输出；W_c1j(t)为输入层到隐藏层的权值矩阵；W_c2j(t)为隐藏层到输出层的权值矩阵；

步骤35、设定评价网络误差；

步骤36、更新评价网络权值矩阵，正向计算评价网络，获取新的J值；

评价网络权值更新过程如下：

(1)隐藏层到输出层的权值矩阵W_c2j(t)

ΔW_c2j(t)＝-l_ce_c(t)c_h2j(t)

W_c2j(t+1)＝W_c2j(t)+ΔW_c2j(t)

(2)输入层到隐藏层的权值矩阵W_c1j(t)

ΔW_c1j(t)＝-0.5l_ce_c(t)·W_c2j(t)[1-c_h2j²(t)]·C_in(t)

W_c1j(t+1)＝W_c1j(t)+ΔW_c1j(t)

步骤37、设定执行网络误差，更新执行网络权值矩阵；

(1)隐藏层到输出层的权值矩阵W_a2j(t)

W_a2j(t+1)＝W_a2j(t)+ΔW_a2j(t)

(2)输入层到隐藏层的权值矩阵W_a1j(t)

W_a1j(t+1)＝W_a1j(t)+ΔW_a1j(t)

步骤38、定义效用函数U；

定义系统的效用函数为：

步骤39、读取执行网络权值矩阵W_a1j(t)、W_a2j(t)和转台角速度偏差量Δθ_L(t)、Δθ_L(t-1)、Δθ_L(t-2)；

步骤310、正向计算执行网络得到u_a(t)，并输出u_a(t)。

2.根据权利要求1所述的基于自适应动态规划的智能转台控制系统设计方法，其特征在于：步骤二中所述的评价网络具有4个输入神经元，6个隐藏层神经元和1个输出神经元结构，输入向量为转台角速度偏差量Δθ_L(t)和它的两个早于t时刻的前置时延角速度偏差量Δθ_L(t-1)、Δθ_L(t-2)以及电机端电压U_a(t)，输出为最优性能指标的估计动作网络的隐藏层采用双极性sigmoidal函数，输出层采用线性函数purelin；定义评价网络的输入向量为Cin(t)

C_in(t)＝[Δθ_L(t)，Δθ_L(t-1)，Δθ_L(t-2)，U_a(t)]。