基于RNN的神经网络辨识液气联合工作液压作动器模型

• 作者: 叶金杰 孙宝强 潘紫微
• 来源期刊: 机械工程师
• 学科: 工学
• 关键词: 回归神经网络 系统辩识 液压作动器 动态BP算法
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 制造业信息化
• 页码范围: 41-43
• 页数: 3页
• 分类号: TD422.5
• 字数: 2313字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-2333.2009.04.023

摘要

建立了一种回归神经网络辨识非线性液压作动器系统数学模型的辨识方法,研究了基于回归神经网络内部状态反馈的辨识算法,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:回归神经网络描述的液压作动器系统数学模型具有较高精度,算法全局逼近能力良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘紫微	安徽工业大学机械工程学院	88	630	15.0	20.0
2	叶金杰	安徽工业大学机械工程学院	19	86	6.0	8.0
3	孙宝强	安徽工业大学机械工程学院	7	34	5.0	5.0