基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对电液伺服系统固有的流量-压力特性等非线性因素使得采用传递函数等传统方法难以获得电液伺服系统的精确模型的问题,详细研究了电液伺服系统的神经网络建模方法.研究了两种最常见的神经网络,即多层感知器神经网络和径向基函数神经网络,采用5种典型学习算法构造了3种多层感知器神经网络和2种径向基函数神经网络,并结合自动定深电液伺服系统的工程实例,详细分析了这5种神经网络在电液伺服系统中的建模性能.研究结果表明,采用正交最小二乘算法的径向基函数神经网络最适合电液伺服系统的建模.
推荐文章
基于多层前向神经网络辩识电液伺服系统模型
系统辩识
电液伺服系统
神经网络
基于神经网络PID控制的交流伺服系统
PID控制
对角递归神经网络
交流伺服系统
基于RBF神经网络PID控制的交流伺服系统
PID控制
径向基函数神经网络(RBFNN)
交流伺服系统
永磁交流伺服系统的神经网络自适应控制研究
自动控制技术
RBF网络
BP网络
自适应控制
永磁交流伺服系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电液伺服系统的神经网络建模方法研究
来源期刊 高技术通讯 学科 工学
关键词 电液伺服系统 多层感知器神经网络(MLPNN) 径向基函数神经网络(RBFNN) 建模
年,卷(期) 2009,(6) 所属期刊栏目 先进制造与自动化技术
研究方向 页码范围 620-626
页数 7页 分类号 TP3
字数 5559字 语种 中文
DOI 10.3772/j.issn.1002-0470.2009.06.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾利民 北京交通大学交通运输学院 176 2118 22.0 36.0
2 高强 南京理工大学机械工程学院 66 301 9.0 13.0
3 张媛 南京理工大学机械工程学院 15 131 4.0 11.0
4 邢宗义 南京理工大学机械工程学院 79 563 11.0 19.0
5 童仲志 南京理工大学机械工程学院 23 33 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (41)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (1)
1967(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
电液伺服系统
多层感知器神经网络(MLPNN)
径向基函数神经网络(RBFNN)
建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导