第二次课MATLABSIMULINK控制系统仿真lkSfunction(1341KB).ppt

图3.5.11模糊控制器输出 3.6 神经网络工具箱 3.6.1 介绍 神经网络 神经网络是单个并行处理元素的集合，我们从生物学神经系统得到启发。在自然界，网络功能主要由神经节决定，我们可以通过改变连接点的权重来训练神经网络完成特定的功能。 一般的神经网络都是可调节的，或者说可训练的，这样一个特定的输入便可得到要求的输出。如图所示。这里，网络根据输出和目标的比较而调整，直到网络输出和目标匹配。作为典型，许多输入/目标对应的方法已被用在有监督模式中来训练神经网络。 帮助和安装 神经网络工具箱包含在nnet目录中，键入help nnet可得到帮助主题。 工具箱包含了许多示例。每一个例子讲述了一个问题，展示了用来解决问题的网络并给出了最后的结果。显示向导要讨论的神经网络例子和应用代码可以通过键入help nndemos找到。 安装神经网络工具箱的指令可以在下列两份MATLAB文档中找到：the Installation Guide for MS-Windows and Macintosh 或者the Installation Guide for UNIX 3.6.3 仿真实例 NN神经网络预估控制的Simulink应用，NN神经网络预估控制的原理图如图所示，其NN预估神经网络结构图如图所示。 NN预估神经网络原理图 NN预估神经网络结构图 NN神经网络性能指标函数如下式所示。控制器原理图如图所示。 NN预估神经网络控制器 例3.10 水箱控制示意图如图所示。 其参数方程可由下式表示。 水箱控制示意图 水箱NN预估神经网络仿真图如图所示，仿真结果曲线如图所示。 提示：在Matlab中可以输入predcstr 调出神经网络simulink仿真实例。 谢 谢! 上次可我们主要介绍了控制系统所设计的相关基本知识和概念，包括PID的一些说明。那么，我们上次课也提到本次课的主要内容为S函数。针对S函数我们又会介绍哪些内容呢？让我们来看看： * 这里同样希望大家带着问题去学习，这样的问题包括： * 那么，首先让我们来看看S函数的定义 它实际上可以实现不同语言的有效衔接 * Simulink主要包含输入、输出、状态三大部分，Simulink的工作原理就是不停更新系统状态的过程，这个系统可以是连续的，可以使离散的，也可以使混合体。 * 而S函数则必须包括： * 更进一步的分类包括： * 正如图中所示S-Function能够构成基于M-file，C++，C-files，Ada，Fortan等多种类型的模块。 * C-MEX与M文件在格式上存在区别 * S-Function 可以通过M-文件或者MEX 文件来实现。以下部分介绍了这些实现方法，并讨论各种实现方法各自的优缺点。 咱们可以大概的看一下 * 针对不同的仿真阶段，利用不同的flag值进行区分，以便主函数对不同子函数进行有效调用！ * 下面我们结合一个简单的实例来进行具体的说明： 在相应的路径下找到这个模板，打开这个模板后的第一件事是我们要对它进行重命名保存，以便这样的模板不会破坏，可以在下次编译的时候继续使用。 * sfun_flux * MATLAB/SIMULINK控制系统仿真 航空科学与工程学院 2014年 4月 S-函数 S-函数介绍（为什么要引入S-Function？) S-函数的分类 S-函数的使用（实例演习） 为什么要引进S-函数？ 1， Simulink里自带的Block够用么？ 2， 如何跟其他硬件有效结合？ 3，如果速度不够快怎么办？ 4，如何使用现成的开源代码？ ………………… 什么是 S-Function S-Function 可以使用MATLAB，C，C++，Ada，或Fortran 语言来编写。使用MEX 实用工具，将C，C++，Ada，和Fortran 语言的S-Function 编译成MEX-文件，在需要的时候，它们可与其MEX-文件一起动态地连接到MATLAB 中。 S-Function 使用一种特殊的调用格式让你可以与Simulink 方程求解器相互作用，这与发生在求解器和内置Simulink 块之间的相互作用非常相似。S-Function 的形式是非常通用的，且适用于连续、离散和混合系统。 S-function 为你提供了一种在Simulink 模型中增加自制块的手段，你可以使 用MATLAB，C，C++，Ada，或Fo