Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http //www lrc tnu edu vn 1 ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP LUẬN VĂN THẠC SỸ KỸ THUẬT NGÀNH TỰ ĐỘNG HÓA ĐIỀU KHIỂN BÁM HỆ CH[.]
ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP LUẬN VĂN THẠC SỸ KỸ THUẬT NGÀNH: TỰ ĐỘNG HÓA ĐIỀU KHIỂN BÁM HỆ CHUYỂN ĐỘNG THEO PHƢƠNG PHÁP TUYẾN TÍNH HỐ CHÍNH XÁC THÍCH NGHI VỚI KHÂU NHẬN DẠNG ONLINE DÙNG MẠNG NƠRON NGUYỄN THỊ XIM THÁI NGUYÊN 2010 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Tai ngay!!! Ban co the xoa dong chu nay!!! http://www.lrc-tnu.edu.vn Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn ĐẠI HỌC THÁI NGUYÊN TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP LUẬN VĂN THẠC SỸ KỸ THUẬT NGÀNH: TỰ ĐỘNG HÓA ĐIỀU KHIỂN BÁM HỆ CHUYỂN ĐỘNG THEO PHƢƠNG PHÁP TUYẾN TÍNH HỐ CHÍNH XÁC THÍCH NGHI VỚI KHÂU NHẬN DẠNG ONLINE DÙNG MẠNG NƠRON Học viên: Nguyễn Thị Xim Ngƣời HD Khoa Học: TS Đỗ Trung Hải Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn THÁI NGUYÊN 2010 ĐẠI HỌC THÁI NGUYÊN CỘNG HOÀ Xà HỘI CHỦ NGHĨA VIỆT NAM TRƢỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP Độc Lập - Tƣ Do - Hạnh Phúc *** o0o THUYẾT MINH LUẬN VĂN THẠC SĨ KỸ THUẬT ĐỀ TÀI: ĐIỀU KHIỂN BÁM HỆ CHUYỂN ĐỘNG THEO PHƢƠNG PHÁP TUYẾN TÍNH HỐ CHÍNH XÁC THÍCH NGHI VỚI KHÂU NHẬN DẠNG ONLINE DÙNG MẠNG NƠRON Học viên :Nguyễn Thị Xim Lớp : CHK11 Chuyên ngành :Tự động hoá Ngƣời hƣớng dẫn :T.S Đỗ Trung Hải Ngày giao đề tài:1/12/2009 Ngày hoàn thành đề tài:1/8/2010 KHOA ĐT SAU ĐẠI HỌC NGƢỜI HƢỚNG DẪN T.S Đỗ Trung Hải BAN GIÁM HIỆU Số hóa Trung tâm Học liệu – Đại học Thái Nguyên HỌC VIÊN http://www.lrc-tnu.edu.vn Nguyễn Thị Xim LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng tơi Các số liệu, kết luận văn hoàn toàn trung thực chƣa đƣợc công bố cơng trình khác Tác giả luận văn Nguyễn Thị Xim Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn LỜI CẢM ƠN Trong q trình làm luận văn, tơi nhận đƣợc nhiều ý kiến đóng góp từ thầy, giáo, anh chị bạn đồng nghiệp Tôi xin bày tỏ lòng biết ơn đến T.S Đỗ Trung Hải; đến Khoa Sau Đại học - Trƣờng Đại học Kỹ thuật công nghiệp Tôi xin chân thành cảm ơn trƣờng Đại học Kỹ thuật công nghiệp, tạo điều kiện thuận lợi mặt để tơi hồn thành khóa học Tơi xin chân thành cảm ơn ban giám hiệu trƣờng Cao đăng nghề GTVT Trung ƣơng II, tạo điều kiện thuận lợi mặt để tơi hồn thành khóa học Tác giả luận văn Nguyễn Thị Xim Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn Mục Lục Mục lục Danh mục ký hiệu chữ viết tắt Danh mục hình vẽ đồ thị Mở đầu 12 Chƣơng Tổng quan điều khiển thích nghi phƣơng pháp nhận 14 dạng hệ thống 1.1 Tổng quan phƣơng pháp điều khiển thích nghi 14 1.1.1 Khái niệm điều khiển thích nghi 14 1.1.1.1 Định nghĩa……………………… 14 1.1.1.2 Câu trúc hệ điều khiển thích nghi…………… 14 1.1.1.3 Phân loại………………………………………………… 15 1.1.2 Các sơ đồ cấu trúc hệ ĐKTN… 15 1.1.2.1 Hệ điều khiển thích nghi điều chỉnh hệ số khuếch đại… 16 1.1.2.2 Hệ điều khiển thích nghi theo mơ hình mẫu…………… 16 1.1.2.3 Hệ điều khiển thích nghi tự chỉnh (Self-Turning-egulator)- 17 (STR)… 1.1.3 Hệ ĐKTN theo mơ hình mẫu (MRAC) 19 1.1.3.1 Phƣơng pháp điều khiển thích nghi theo mơ hình mẫu trực 19 tiếp 1.1.3.2 Phƣơng pháp MRAC gián tiếp 20 1.1.4 Hệ điều khiển thích nghi áp đặt cực- APPC 22 1.1.5 Phƣơng pháp điều khiển tuyến tính hố xác thích nghi 23 1.2 Tổng quan vấn đề nhận dạng hệ thống Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 25 1.2.1 Một số phƣơng pháp kinh điển nhận dạng thông số hệ thống Off- 25 line 1.2.1.1 Phƣơng pháp xấp xỉ vi phân …………………………… 26 1.2.1.2 Phƣơng pháp Gradient…………………………………… 26 1.2.1.3 Phƣơng pháp tìm kiếm trực tiếp ………………………… 28 1.2.1.4 Phƣơng pháp tựa tuyến tính …………………………… 28 1.2.1.5 Phƣơng pháp sử dụng hàm nhạy ………………………… 29 1.2.2 Một số phƣơng pháp kinh điển nhận dạng thông số hệ thống On- 29 line………………………………………………………… 1.2.2.1 Phƣơng pháp bình phuơng cực tiểu …………………… 29 1.2.2.2 Phƣơng pháp xấp xỉ ngẫu nhiên………………………… 30 1.2.2.3 Phƣơng pháp lọc Kalman mở rộng………………… 30 1.2.3 Một số phƣơng pháp nhận dạng hệ thống……… 32 1.2.3.1 Phƣơng pháp sử dụng lý thuyết mờ……………………… 32 1.2.3.2 Phƣơng pháp sử dụng mạng nơron……………………… 32 1.3 Lựa chọn phƣơng án nhận dạng điều khiển 34 Chƣơng 2: Mạng nơron ứng dụng để nhận dạng online điều 37 khiển bám hệ chuyển động theo phƣơng pháp tuyến tính hố xác thích nghi 2.1Tổng quan mạng nơron 37 2.1.1 Khái niệm 37 2.1.2 Cấu trúc mạng nơron … 38 2.1.3 Luật học mạng nơron … 40 2.1.3.1 Khái niệm……………………………………………… 40 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 2.1.3.2 Thuật toán học lan truyền ngƣợc sai lệch (Back ropagation 41 Learning Rule) ……………………………………… 44 2.2 Ứng dụng để nhận dạng online điều khiển bám hệ chuyển động theo phƣơng pháp tuyến tính hố xác thích nghi…… 2.2.1 Đặt vấn đề ………………… 44 2.2.2 Bài toán nhận dạng ……… 45 2.2.3 Bài toán điều khiển ……… 48 Chƣơng3: Mô kiểm chƣng phần mềm Matlab – Simulink 51 3.1 Lựa chọn hệ chuyển động cho việc mô phỏng………………… 51 3.2 Mơ thuật tốn nhận dạng điều khiển với đối tƣợng 51 robot khớp nối…………… Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 3.2.1 Cấu trúc nhận dạng điều khiển……………………… 52 3.2.2 Kết mô 52 3.2.3 Kết mô 54 3.2.4 Kết mô 56 3.2.5 Kết mô 57 3.2.6 Kết mô 59 3.2.7 Kết mô 60 3.2.8 Kết mô 62 3.2.9 Kết mô 64 Kết luận 66 Tài liệu tham khảo 67 Phụ lục 69 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT SISO Hệ đầu vào đầu ra, viết tắt (Single Input Single Output) MSE Sai lệch bình phƣơng cực tiểu, viết tắt (Mean Square Error) BIBO Tín hiệu vào có giới hạn, viết tắt (Bound Input Bound Output) MISO Hệ nhiều đầu vào đầu ra, viết tắt (Multi Inputs Single Output) ĐKTN Điều khiển thích nghi MRAC Model Referance Adaptive Control MRC Model Referance Control STR Self Tuning Regualator APPC Adaptive Pole Placement Control GBF GaBor Function Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 10 [rad ] [rad] 0.15 ƣ 0.2 0.1 0.1 0.05 0 -0.05 -0.1 -0.1 -0.15 -0.2 (a) 10 15 [s] -0.2 [s] 15 30 45 (b) 60 75 90 Hình 3.18 Đồ thị sai lệch góc vị trí đặt góc vị trí đối tượng mô thời gian 15 giây (a) 90 giây (b) 40 30 20 20 10 0 -10 -20 -20 -40 -30 -40 10 [s] 15 -60 15 30 (a) 45 60 75 [s] 90 (b) Hình 3.19 Đồ thị trọng số lớp vào mạng nơron mô thời gian 15 giây (a) 90 giây (b) 20 20 10 10 0 -10 -10 -20 -20 -30 [s] 10 15 -30 Số hóa Trung tâm (a) Học liệu – Đại học Thái Nguyên 15 30 45 60 75 90 [s] (b) http://www.lrc-tnu.edu.vn 62 Hình 3.20 Đồ thị trọng số lớp ẩn mạng nơron mô thời gian 15 giây (a) 90 giây (b) 15 15 10 10 5 0 -5 -5 -10 10 15 [s] -10 [s] 15 30 45 (a) 60 75 90 (b) Hình 3.21 Đồ thị trọng số lớp mạng nơron mô thời gian 15 giây (a) 90 giây (b) 2.6 Kết mô 5: Khi vị trí đặt có dạng [rad] y 2sin(0,02t) 4sin(0,03t) [rad] 2.5 1.5 Sai lệch Góc vị trí đặt Góc vị trí đặt góc vị trí tải nhƣ trùng nhau 0.5 Góc vị trí đối tƣợng Sai lệch 0 -0.5 (a) 10 15 [s] -2 [s] 15 30 45 (b) 60 75 90 Hình 3.22 Đồ thị góc vị trí đặt, góc vị trí đối tượng sai lệch chúng mô thời gian 15 giây (a) 90 giây (b) [rad] [rad ] 0.1 0.1 0.05 0.05 0 -0.05 -0.05 -0.1 -0.1 -0.15 [s] (a) 10 15 -0.15 15 30 45 60 75 (b) Hình 3.23 Đồ thị sai lệch góc vị trí đặt góc vị trí đối tượng mơ thời gian 15 giây (a) 90 giây (b) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 90 [s] http://www.lrc-tnu.edu.vn 63 20 20 10 10 0 -10 -10 -20 -20 -30 -30 -40 -40 10 [s] 15 -50 15 30 45 60 75 90 [s] (a) (b) Hình 3.24 Đồ thị trọng số lớp vào mạng nơron mô thời gian 15 giây (a) 90 giây (b) 20 20 10 10 0 -10 -10 -20 -20 -30 [s] 10 -30 15 [s] 15 30 45 (a) 60 75 90 (b) Hình 3.25 Đồ thị trọng số lớp ẩn mạng nơron mô thời gian 15 giây (a) 90 giây (b) 15 15 10 10 5 0 -5 -5 -10 [s] 10 15 -10 (a) 15 30 45 (b) 60 75 Hình 3.26 Đồ thị trọng số lớp mạng nơron mô thời gian15 giây (a) 90 giây (b) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên [s] 90 http://www.lrc-tnu.edu.vn 64 3.2.7 Kết mô 6: Khi vị trí đặt có dạng ][rad ]3 2.5 y 2sin(0,02t) 2sin(0,03t) 2sin(0,04t) 2sin(0,05t) [rad] Góc đối®èi tng Góc vvịtrớtrícacủa t-ợng Gúc v trớ t góc vị trí tải nhƣ trùng Góc đặt Gócvvịtrớtrí 1.5 đặt Sai Sailch lệch Sai lch 0.5 0 -0.5 [s] -2 10 10 20 30 40 [s] 50 60 (a) (b) Hình 3.27 Đồ thị góc vị trí đặt, góc vị trí đối tượng sai lệch chúng mô thời gian 10 giây (a) 60 giây (b) [rad [rad ] 0.15 ] 0.15 0.1 0.1 0.05 0.05 0 -0.05 -0.05 -0.1 -0.1 -0.15 -0.15 -0.2 [s] (a) 10 -0.2 10 20 30 40 50 [s] 60 (b) Hình 3.28 Đồ thị sai lệch góc vị trí đặt góc vị trí đối tượng mô thời gian 10 giây (a) 60 giây (b) 40 40 20 20 0 -20 -20 -40 -40 -60 10 20 30 (a) 40 50 [s] 60 -60 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 10 (b) [s] http://www.lrc-tnu.edu.vn 65 Hình 3.29 Đồ thị trọng số lớp vào mạng nơron mô thời gian 10 giây (a) 60 giây (b) 20 20 10 10 0 -10 -10 -20 -20 -30 [s] 10 -30 (a) 10 20 30 (b) 40 50 60 [s] Hình 3.30 Đồ thị trọng số lớp ẩn mạng nơron mô thời gian 10 giây (a) 60 giây (b) 15 15 10 10 5 0 -5 -5 -10 [s] (a) -10 10 10 20 30 40 50 60 [s] (b) Hình 3.31 Đồ thị trọng số lớp mạng nơron mô thời gian 10 giây (a) 60 giây (b) 3.2.8 Kết mô 7: Khi vị trí đặt có dạng y 4sin(0,02t) 3sin(0,05t) [rad] [rad] Góc vị trí đặt góc vị trí tải nhƣ trùng Góc vị trí đối tƣợng t-ỵng Sai lệch Sai lệch Góc vị trí đặt -1 ®Ỉt [s] 10 15 -2 [s] (a) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên 40 80 120 160 http://www.lrc-tnu.edu.vn (b) 66 Hình 3.32 Đồ thị góc vị trí đặt, góc vị trí đối tượng sai lệch chúng mô thời gian 15 giây (a) 160 giây (b) 0.2 0.2 0.1 0.1 0 -0.1 -0.1 ` -0.2 [s] 10 -0.2 15 [s] 40 80 120 160 (b) (a) Hình 3.33 Đồ thị sai lệch góc vị trí đặt góc vị trí đối tượng mô thời gian 15 giây (a) 160 giây (b) 40 50 20 0 -50 -20 -100 -40 -60 [s] 10 (a) 15 -150 [s] 40 80 (b) 120 160 Hình 3.34 Đồ thị trọng số lớp vào mạng nơron mô thời gian 15 giây (a) 160 giây (b) 20 40 10 20 0 -10 -20 -20 -40 -30 [s] -60 (a)liệu – Đại học Thái Nguyên Số hóa Trung tâm Học 10 15 40 [s] 80 120 160 http://www.lrc-tnu.edu.vn (b) 67 Hình 3.35 Đồ thị trọng số lớp ẩn mạng nơron mô thời gian 15 giây (a) 160 giây (b) 15 20 10 10 0 -10 -5 -10 (a) [s] -20 10 15 [s] 40 80 120 (b) 160 Hình 3.36 Đồ thị trọng số lớp mạng nơron mô thời gian 15 giây (a) 160 giây (b) 3.2.9 Kết mô 8: Khi vị trí đặt có dạng [rad] ) 20 [rad] 2.5 0.8 Góc vị trí đối tƣợng 0.6 t-ỵng t-ỵng 1.5 Sai lệch Góc vị trí đặt 0.2 Góc vị trí đối tƣợng Sai lệch 0.4 đặt 0.5 -0.2 -0.4 y 2sin(0,05t Gúc v trớ t đặt [s] (a) [s] -0.5 5 10 15 20 25 30 35 40 45 (b) Hình 3.37 Đồ thị góc vị trí đặt, góc vị trí đối tượng sai lệch chúng mô thời gian giây (a) 45 giây (b) [rad] [rad] 0.4 0.3 0.2 0.2 0.1 0 -0.1 -0.2 -0.2 [s] -0.3 Số-0.4 hóa Trung tâm Học liệu – Đại học Thái Nguyên -0.4 (a) [s] 10 15 20 http://www.lrc-tnu.edu.vn 68 25 30 35 40 45 (b) Hình 3.38 Đồ thị sai lệch góc vị trí đặt góc vị trí đối tượng mơ 40 40 20 20 0 -20 -20 -40 [s] -40 (a) [s] 10 15 20 25 30 35 40 45 (b) Hình 3.39 Đồ thị trọng số lớp vào mạng nơron mô thời gian giây (a) 45 giây (b) 20 20 10 10 0 -10 -10 -20 -20 -30 [s] (a) -30 10 15 20 25 30 35 40 [s] 45 (b) Hình 3.40 Đồ thị trọng số lớp ẩn mạng nơron mô thời gian giây (a) 45 giây (b) 10 10 5 0 -5 -5 -10 [s] (a) -10 10 15 20 25 30 35 40 45 [s] (b) Hình 3.41 Đồ thị trọng số lớp mạng nơron mô http://www.lrc-tnu.edu.vn 69 thời gian giây (a) 45 giây (b) Số hóa Trung tâm Học liệu – Đại học Thái Nguyên Qua kết mô nhận thấy khả bám quỹ đạo đặt hệ tốt với sai lệch tĩnh thời gian độ nhỏ KẾT LUẬN Luận văn đạt đƣợc nội dung nhƣ sau: Đã nghiên cứu mạng nơron ứng dụng để có nhìn tổng quan cấu trúc, luật học nhƣ việc ứng dụng mạng nơron nhận dạng điều khiển Bằng phƣơng pháp phân tích, so sánh cấu trúc, luật học khả ứng dụng thực tiễn loại mạng nơron, luận văn chọn mạng nơron truyền thẳng nhiều lớp mạng có nhiều ƣu điểm cấu trúc luật học để nghiên cứu tốn nhận dạng Xây dựng thuật tốn nhận dạng trực tuyến, cập nhật thích nghi thơng số nhằm đảm bảo tối thiểu hố sai lệch phục vụ cho việc nhận dạng điều khiển hệ Việc điều khiển theo phƣơng pháp tuyến tính hố xác thích nghi làm cho hệ ln ổn định bám quỹ đạo không phụ thuộc vào điều kiện đầu Bằng thuật toán nhận dạng trực tuyến điều khiển hệ theo phƣơng pháp tuyến tính hố xác thích nghi, viết chƣơng trình mơ cho trình nhận dạng điều khiển bám hệ chuyển động Robot khớp nối Qua kết mô cho thấy khả bám hệ theo quỹ đạo đặt tốt với sai lệch quỹ đạo đặt quỹ đạo thực nhỏ Các kết chứng tỏ tính đắn thuật tốn nhận dạng điều khiển hệ chuyển động mà luận văn nghiên cứu đề xuất Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 70 Tài liệu tham khảo Tiếng Việt [1] Bùi Công Cƣờng - Nguyễn Doãn Phƣớc ( 2001), “ Hệ mờ mạng Nơron ứng dụng ”, Nhà xuất khoa học kỹ thuật, Hà Nội [2] Đỗ Trung Hải (2008), “Ứng dụng lý thuyết mờ mạng nơron để điều khiển hệ chuyển động”, luận án tiến sỹ kỹ thuật, Đại học Bách Khoa Hà Nội [3] Nguyễn Doãn Phƣớc - Phan Xuân Minh (2002), “Lý thuyết điều khiển mờ”, nhà xuất Khoa học kỹ thuật, Hà Nội [4] Nguyễn Doãn Phƣớc (2005), “Lý thuyết điều khiển nâng cao”, nhà xuất Khoa học kỹ thuật, Hà Nội [5] Nguyễn Nhƣ Hiển & Lại Khắc Lãi (2007), điều khiển mờ mạng nơron kỹ thuật điều khiển, nhà xuất Khoa học tự nhiên công nghệ Hà Nội [6] Nguyễn Phùng Quang (2003), “ MATLAB & Simulink dành cho kỹ sƣ điều khiển tự động”, Nhà xuất Khoa học kỹ thuật, Hà Nội [7] Vũ Nhƣ Lân ,Vũ Chấn Hƣng, Đặng Thành Phu (1998), “Mạng nơ ron với thuật toán lọc siêu Kalman mở rộng ứng dụng nhận dạng , điều khiển tối ƣu phi tuyến”, VJFUZZY Việt Nam, Tr 395-406 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 71 Tiếng Anh [8] Alessandri A., Marco Baglietto, Thomas Parisini and Riccardo Zoppoli (1999), “A Neural State Estimator with Bounded Errors for Nonlinear Systems”, IEEE Trans Automat Contr , Vol 44, No 11, pp 2028-2042 [9] Bin Yao, M Tomizuka (1996), “Adaptive Robust Control of Robot Manipulators: Theory and Comparative Experiments”, Trans of ASME J of dynamic Systems [10] Bin Yao (2002), “Nonlinear Adaptive Robust Control”, the invitation lecture in the Summer School for Mechatronics in Danang, Vietnam [11] Gang Tao Petar V Kokotovic (1995), “Adaptive Control of Systems with actuator and sensor nonlinearities”, John Wiley & Sons, Inc [12] K.S Fu (1987), “Robotics, control sensing, vision and intelligence”, Graw Hill, Inc [13] Poznyak A S and Lennart Ljung (2001), “On-Line Identification and Adaptive Trajectory Tracking for Nonlinear Stochastic Continuous Time Systems Using Differential Neural Networks”, Automatica Vol 37, pp 12571268 [14] Slotine, J.E and Le, W (1991), “Applied nonlinear control”, PrenticeHall, Engleewood Cliffs, NJ [15] Yasuhico Dote (1990), “Servo Motor and Motion Control Using Digital Signal Processors”, Prentice Hall and Texas Instrument Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 72 PHỤ LỤC Phụ lục Cấu trúc điều khiển q trình mơ đƣợc thực theo phƣơng trình: u y(2) m 1e m e m F(x1 , x ) G(x1 , x ) y(2) m 1 (y m y) (y m y) F(x1 , x ) G(x1 , x ) Trong hệ số i đƣợc chọn theo phƣơng pháp gán điểm cực cụ thể là: 1 50 2 600 Tƣơng ứng với nghiệm phƣơng trình đặc tính là: s1 20 s 30 Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 73 Phụ lục 2: Đoạn chƣơng trình tính tốn chƣơng trình cập nhật trọng số mạng noron trình nhận dạng online điều khiển function yk=f(x) n=2; global w_qn w_sq w_ks m v r r1 if x(3)==0 w_qn = [-12.54 -26.31;7.3371 9.461]; w_sq = [10.27 12.72;-22 13.52;7.735 6.919;-22 13.52;7.735 6.919;10.27 12.72;-22 13.52;7.735 6.919;-22 13.52;7.735 6.919]; w_ks = [9.321 -5.607 0.5206 -5.607 0.5206 9.321 -5.607 0.5206 -5.607 0.5206]; end A1=[w_qn(1,1)*x(1)+w_qn(1,2)*x(2);w_qn(2,1)*x(1)+w_qn(2,2)*x(2)]; for i=1:n; f1(i)=1/(1+exp(-A1(i))); end zq=f1'; A2=w_sq*zq; for i=1:n+8; f2(i)=1/(1+exp(-A2(i))); end hs=f2'; Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 74 A3=w_ks*hs; f3=A3; yk=f3; function yk=f(x) n=2; m=-0.047; v=-1.005; r=-0.6; global w_qn w_sq w_ks A1=[w_qn(1,1)*x(1)+w_qn(1,2)*x(2);w_qn(2,1)*x(1)+w_qn(2,2)*x(2)]; for i=1:n; f1(i)=1/(1+exp(-A1(i))); end zq=f1'; A2=w_sq*zq; for i=1:n+8; f2(i)=1/(1+exp(-A2(i))); end hs=f2'; A3=w_ks*hs; f3=A3; y=f3; for i=1:(n+8); wks(i)=m.*x(3).*1.*hs(i); end wks1=wks; for i=1:n+8; w_ks(i)=w_ks(i)+wks1(i); Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 75 end ds=hs.*(ones(10,1)-hs).*(w_ks'*x(3)); wsq=[[v.*ds(1).*zq]';[v.*ds(2).*zq]';[v.*ds(3).*zq]';[v.*ds(4).*zq]';[v.*ds(5) *zq]';[v.*ds(6).*zq]';[v.*ds(7) *zq]';[v.*ds(8).*zq]';[v.*ds(9).*zq]';[v.*ds(10).*zq]']; for i=1:n+8;j=1:n; w_sq(i,j)=w_sq(i,j)+wsq(i,j); end k=w_sq'; for i=1:n;j=1:n+8; t(i,j)=k(i,j)*ds; end b=t(:,1); for i=1:n dq(i)=zq(i).*(1-zq(i)).*b(i); end wqn=[r.*dq(1).*x(1) r.*dq(1).*x(2);r.*dq(2).*x(1) r.*dq(2).*x(2)]; w_qn=w_qn + wqn; yk= [ w_qn(:,1);w_qn(:,2);w_sq(:,1);w_sq(:,2);w_ks']; Số hóa Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn 76