共 1 条
- [1] Training feedforward networks with the marquardt algorithm. Hagan M T,Menhaj M B. IEEE Transactions on Neural Networks . 1994
基于Levenberg-Marquardt算法的神经网络监督控制
被引：118
作者：
赵弘
周瑞祥
林廷圻
机构：
[1] 西安交通大学机械工程学院
[2] 西安空军工程大学工程学院
来源：
关键词：
神经网络;
监督控制;
电液位置伺服系统;
D O I：
暂无
中图分类号：
TP183 [人工神经网络与计算];
学科分类号：
摘要：
提出了基于Levenberg Marquardt(L M )算法的前向多层神经网络在线监督的控制方法 ,其算法是梯度下降法与高斯 牛顿法的结合 .对于训练次数及准确度 ,L M算法明显优于共轭梯度法及变学习率的BP(BackPropagation)算法 ,适用于在线学习与控制 .因此 ,利用L M算法的特点进行在线训练神经网络 ,以实现实时非线性控制 .仿真结果表明 ,该控制方法优于常规控制算法 ,明显改善了在未知负载扰动时 ,伺服系统的跟踪性能 ,显著地降低了跟踪误差 ,具有很强的抗干扰能力
引用
收藏
页码：523 / 527
页数：5
相关论文