最近看到楊藝的那篇《基於S函式的BP神經網路PID控制器及simulink模擬》，也想是否能夠實現Simulink模擬，於是上網搜尋相關資料，發現原來有許多前輩（1點選開啟連結 2 點選開啟連結 3點選開啟連結）早已經做過類似的工作了，並且總結出許多經驗和錯誤，但鑑於在論壇中許多錯誤沒有一個完整的回答，資訊都是零零散散，於是我打算把我做的一整套流程記錄下來，以免日後忘記，同時也希望可以幫助到一些人。

      對於連結1裡面是我最早看到的資料，前輩1在MATLAB中文論壇中釋出自己搭建的工程檔案及其所遇到的問題，後面樓主說是解決了問題，但是沒有上傳（這個可以諒解），另外裡面有許多熱心網友的回答是非常有用的（這些回答對我自己後面解決相關問題，成功實現Simulink模擬是非常關鍵的，在這裡非常感謝論壇中的各位前輩

     對於連結2這個確實是可以用的，只不過對MATLAB版本有限制。開始我下載之後用我的MATLAB2016b開啟工程，點選run後就報錯，The block 'BPPID/Subsystem/Unit Delay1' does not permit continuous sample time (0 or [0,0]) for the parameter 'SampleTime'.裡面分了兩大派，一部分人說親測有效，大讚跟帖；一部分人也像我一樣執行報錯，此時我疑惑了。於是猜測可能是MATLAB版本問題，於是在另一臺電腦上的MATLAB2014b版本執行，果然得到樓主那一條漂亮的曲線（雖然我的工作就是點選一下run，但是還是很開心

      對於連結3非常感謝這個樓主的S函式程式碼，裡面註釋很詳細，我也是在這個樓主的基礎上修改的（非常感謝）。接下來我將把我除錯的整個流程做如下介紹：

1、編寫S函式（感謝上面三位樓主，如有侵權，通知我撤銷）

function [sys,x0,str,ts]=my_exppidf(t,x,u,flag)
switch flag,
    case 0,
        [sys,x0,str,ts]=mdlInitializeSizes;
    case 2,
        sys=mdlUpdates(x,u);
    case 3,
        sys=mdlOutputs(t,x,u);
    case {1,4,9},
        sys=[];
    otherwise
        error(['unhandled flag=',num2str(flag)]);%異常處理
end
function[sys,x0,str,ts]=mdlInitializeSizes
    sizes=simsizes;%用於設定模組引數的結構體用simsizes來生成
    sizes.NumContStates=0;%模組連續狀態變數的個數
    sizes.NumDiscStates=3;%模組離散狀態變數的個數
    sizes.NumOutputs=4;%模組輸出變數的個數
    sizes.NumInputs=7;%模組輸入變數的個數
    sizes.DirFeedthrough=1;%模組是否存在直接貫通，1表示存在直接貫通，若為0，則mdlOutputs函式裡不能有u
    sizes.NumSampleTimes=1;%模組的取樣時間個數,至少是一個
    sys=simsizes(sizes);%設定完後賦給sys輸出
    x0=zeros(3,1);%系統狀態變數設定
    str=[];
    ts=[0 0];%取樣週期設為0表示是連續系統，
%     ts=[0.001 0];%取樣週期設為0表示是連續系統，
function sys=mdlUpdates(x,u)
        T=0.001;
        x=[u(5);x(2)+u(5)*T;(u(5)-u(4))/T];%3個狀態量（偏差、偏差和以及偏差變化量），u(5)是偏差，u(4)是上一次的偏差，x(2)則是之前的偏差和
        sys=[x(1);x(2);x(3)];
function sys=mdlOutputs(t,x,u)
            xite=0.2;
            alfa=0.05;
            IN=3;H=5;OUT=3;
            wi=rand(5,3);%產生一個5*3的隨機數矩陣，隨機數在（0，1）區間
            wi_1=wi;wi_2=wi;wi_3=wi;
            wo=rand(3,5);
            wo_1=wo;wo_2=wo;wo_3=wo;
            Oh=zeros(5,1);%產生一個1*5的零矩陣(行矩陣)
            I=Oh;
            xi=[u(1),u(3),u(5)];%神經網路訓練的3個輸入，期望值、誤差以及實際值
            epid=[x(1);x(2);x(3)];%3個狀態變數（偏差、偏差和、偏差變化量）（3*1矩陣，列向量）
            I=xi*wi';%隱層的輸入
            for j=1:1:5
                Oh(j)=(exp(I(j))-exp(-I(j)))/(exp(I(j))+exp(-I(j)));%隱層的輸出值（1*5矩陣）行矩陣
            end
            K1=wo*Oh;%輸出層的輸入（3*1矩陣）
            for i=1:1:3
                K(i)=exp(K1(i))/(exp(K1(i))+exp(-K1(i)));%得到輸出層的輸出（KP、KI、KD）（1*3矩陣，行向量）
            end
            u_k=K*epid;%計算得到控制律u，1個值
            %%以下是權值調整
            %隱含層至輸出層的權值調整
            dyu=sign((u(3)-u(2))/(u(7)-u(6)+0.0001));
            for j=1:1:3
                dK(j)=2/(exp(K1(j))+exp(-K1(j)))^2; %輸出層的輸出的一階導
            end
            for i=1:1:3
                delta3(i)=u(5)*dyu*epid(i)*dK(i);  %輸出層的delta
            end
            for j=1:1:3
                for i=1:1:5
                    d_wo=xite*delta3(j)*Oh(i)+alfa*(wo_1-wo_2);
                end
            end
            wo=wo_1+d_wo;
            %以下是輸入層至隱含層的權值調整
            for i=1:1:5
                dO(i)=4/(exp(I(i))+exp(-I(i)))^2;%(1*5矩陣)
            end
            segma=delta3*wo;%（1*5矩陣，行向量）
            delta2 = dO.*segma;
            d_wi = delta2'*xi+alfa*(wi_1-wi_2);
            wi=wi_1+d_wi;
            wo_3=wo_2;
            wo_2=wo_1;
            wo_1=wo;%儲存輸出層本次調整後的權值
            wi_3=wi_2;
            wi_2=wi_1;
            wi_1=wi;%儲存隱層本次調整後的權值
         Kp=K(1);Ki=K(2);Kd=K(3);
         sys=[u_k,Kp,Ki,Kd];       
 

2、搭建Simulink模型

其中Subsystem為：

3、相關引數配置

     3.1 系統引數

     3.2  Transport Delay 引數設定

tips：其中 系統引數fundamental sample time設定 與 Transport Delay 引數 Time delay 有聯絡，如果設定不好則會出現輸出一直為0的情況。

4、實驗結果

     4.1 當fundamental sample time 設定為0.02時，實驗結果如下：

     4.2 當fundamental sample time 設定為0.1時，實驗結果如下： 

       最後，由於作者水平有限，感謝各位大家批評指正。另外，我將自己的程式碼連結程式碼附上。點選開啟連結（https://download.csdn.net/download/zkzfengyi/10441272）