動態(tài)神經(jīng)網(wǎng)絡(luò)在液壓系統(tǒng)模型辨識中的應(yīng)用.pdf

1、使用建立在線性或本質(zhì)線性系統(tǒng)基礎(chǔ)上的傳統(tǒng)辨識方法對各種非線性系統(tǒng)建模、辨識難以獲得理想結(jié)果。本文利用動態(tài)神經(jīng)網(wǎng)絡(luò)能充分逼近任意復(fù)雜非線性關(guān)系這一特點展開如下研究工作： 1對神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識方法進行了綜述，與傳統(tǒng)的系統(tǒng)辨識方法作比較，指出了各自的優(yōu)缺點；回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程，詳細分析了動態(tài)Elman神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、功能和算法。 2分析了用標準BP算法訓(xùn)練Elman網(wǎng)絡(luò)方法的局限，通過引入自反饋增益，得到一種Elman網(wǎng)

2、絡(luò)的改進型。同時，采用BP算法對改進的Elman網(wǎng)絡(luò)權(quán)值進行調(diào)整，以某平整冷軋機液壓自動厚控系統(tǒng)為例進行了模型的辨識，證明了改進的Elman網(wǎng)絡(luò)對高階非線性動態(tài)系統(tǒng)辨識的有效性。 3指出了標準BP算法存在的缺陷，并提出了改進。分別采用基于標準BP算法的Elman改進型網(wǎng)絡(luò)和基于動態(tài)BP算法的Elman基本型網(wǎng)絡(luò)對某冷軋機液壓AGC系統(tǒng)進行了辨識比較，發(fā)現(xiàn)改進的Elman網(wǎng)絡(luò)利用標準BP學(xué)習算法，就能達到基本Elman網(wǎng)絡(luò)利用動態(tài)