自组织模糊神经网络的气动参数辨识算法

• 作者: 余熙武 杨士元 梁学明 梁晓庚
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 导弹自动驾驶仪 模糊推理 反向传播神经网络 气动参数 参数辨识
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 1-4,9
• 页数: 5页
• 分类号: V271.4|TP301
• 字数: 3674字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2010.02.001

摘要

导弹气动参数一般通过理论计算或风洞试验数据来获取,由于受诸多因素限制而难以获得精确值.为了提高导弹动力学模型的精确度,利用神经网络能够逼近任意非线性函数的特点,对各实际工作点的气动参数进行辨识.采用反向传播神经网络的结构模型,通过加入模糊推理算法进行神经元权值修正的聚类训练,并动态地调节隐层节点数目,由此提出了一种能够精确跟踪非线性函数的网络模型.网络中若不存在能代表某些输入的聚类中心的神经元时,增加隐层节点数即相当于增加相应的模糊规则,它体现了该网络的自组织特点.仿真结果验证了模型对气动参数辨识的有效性,该方法对于自动驾驶仪气动参数的修正具有良好应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁晓庚		28	272	9.0	16.0
2	杨士元	清华大学自动化系	124	1303	17.0	30.0
3	余熙武		5	7	1.0	2.0
4	梁学明	清华大学自动化系	3	29	3.0	3.0