基于BP神经网络的 参数自学习控制

（1）确定BP网络的结构，即确定输入层节点数M和隐含层节点数Q，并给出各层加权系数的初值 和 ，选定学习速率 和惯性系数 ，此时k=1；

（2）采样得到rin(k)和yout(k)，计算该时刻误差error(k)=rin(k)-yout(k)；

（3）计算神经网络NN各层神经元的输入、输出，NN输出层的输出即为PID控制器的三个可调参数 ， ， ；

（4）根据(3.34)计算PID控制器的输出u(k)；

（5）进行神经网络学习，在线调整加权系数 和 ，实现PID控制参数的自适应调整；

（6）置k=k+1，返回（1）。