基于Simulink开发的NARX神经网络控制器在控制应用中的研究与实现

简介：
本研究利用Simulink平台开发了NARX（自回归求和移动平均外部输入）神经网络控制器，并探讨其在各种控制系统中的性能优化与实际应用。 在使用Simulink进行控制应用的神经网络训练过程中遇到的一个问题是归一化问题。在这个项目里，一个简单的NARX（自回归移动平均外部输入）网络被用来替换PID控制器。这特别有用，因为它解决了以下几方面的问题： 1. 如何在Simulink中实现Mapminmax功能，并编写自己的Matlab版本的Mapminmax函数。 2. 将PID控制系统的输入和输出作为NARX神经网络模型的输入及目标数据。 3. 在进行训练之前，在MATLAB环境中首先将这些输入与目标归一化到-1至+1之间。 4. 使用“fnc”功能块，通过设定输入和目标的最大值、最小值得到xmin, ymin, xmax 和 ymax等参数。 5. 由于是基于归一化的数据进行训练的，在Simulink中需要考虑如何将这种处理过的信号转换回原始状态。