回归神经网络辩识电液伺服系统模型与仿真

被引：10

作者：

叶金杰

岑豫皖

潘紫微

甄茂新

机构：

[1] 安徽工业大学

[2] 上海宝山钢铁公司马鞍山

[3] 马鞍山

[4] 上海

来源：

系统仿真学报 | 2004年 / 09期

关键词：

回归神经网络; 系统辩识; 电液伺服系统; 动态BP算法;

D O I：

10.16182/j.cnki.joss.2004.09.052

中图分类号：

TP391.9 [计算机仿真];

学科分类号：

080203 ;

摘要：

建立了一种回归神经网络辩识非线性电液伺服控制系统数学模型的辩识方法,研究了基于回归神经网络内部状态反馈的辩识算法,利用辩识实验获得的过程输入/输出数据动态调整神经网络权值。仿真结果辨明:神经网络描述的电液伺服控制系统数学模型具有较高精度,算法全局逼近能力良好。

引用

页码：2056 / 2058

页数：3

共 5 条

[1] 一种回归神经网络的快速在线学习算法 [J].

韦巍 .

自动化学报, 1998, (05) :42-47

[2] 神经网络在系统辩识中的应用研究 [J].

王政欧，韩建勋，王康斌，张彐峰 .

计算技术与自动化, 1995, (01) :14-19

[3] 用神经网络建立非线性系统模型研究 [J].

杨熔，李永华，苏义鑫 .

控制理论与应用, 1995, (01) :81-86

[4] 多层前向神经网络的RLS训练算法及其在辨识中的应用 [J].

谭永红 .

控制理论与应用, 1994, (05) :594-599

[5]

Alopex: A Correlation-Based Learning Algorithm for Feedforward and Recurrent Neural Networks[J] . K. P. Unnikrishnan,K. P. Venugopal.Neural Computation . 1994 (3)

← 1 →