基于GA-BP神经网络的气压伺服系统辨识研究

摘要：

气压伺服系统控制器的优化设计依赖于准确的系统模型.针对系统的非线性问题,研究采用神经网络进行系统辨识的原理和结构;考虑传统BP算法存在局部收敛、学习速度慢的问题,采用遗传算法对神经网络的初值和权值进行优化,并采用LM算法进行网络学习,最终建立系统的神经网络辨识模型.通过仿真对比神经网络辨识结果与传统线性模型辨识结果,结果表明:基于GA-BP神经网络的辨识模型精度较高,适用于非线性系统辨识.

关键词：气压伺服系统、系统辨识、BP神经网络、遗传算法

所属期刊栏目：49

分类号：TP273.4(自动化技术及设备)

资助基金：航空工业强度所创新基金20170923001

在线出版日期：2021-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：42-46