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:
磁流变减振器的输入输出具有很强的非线性关系,通常在进行结构分析时,需要对结构进行简化或线性化处理,因此理论上计算的十分准确的控制量,在实际中并不能达到满意的控制效果.该文采用BP神经网络对所设计的减振器进行正模型和逆模型辩识,避免了对结构进行理论建模的复杂性与不精确性,达到了很好的辨识效果.
推荐文章
基于神经网络的磁流变减振器力学模型研究
磁流变减振器
力学模型
参数辨识
神经网络
遗传算法
基于OFRBF-Elman网络的UUV动力学模型辨识
系统辨识
水下无人航行器
输出反馈RBF-Elman网络
动力学模型
非线性系统
基于遗传BP神经网络的磁流变悬置模型辨识
BP神经网络
遗传算法
磁流变悬置
模型辨识
动力学神经网络模型的构建及其稳定性研究
动力学神经网络
梯度下降法
李雅普诺夫稳定性判据
权值调整算法
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 基于BP神经网络的多环槽磁流变减振器动力学模型辨识
来源期刊 液压与气动 学科 工学
关键词 BP神经网络 磁流变减震器 辨识
年,卷(期) 2010,(6) 所属期刊栏目 研究 设计
研究方向 页码范围 39-42
页数 分类号 TH137
字数 2016字 语种 中文
DOI 10.3969/j.issn.1000-4858.2010.06.015
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 田静 中国民航大学航空工程学院 42 126 7.0 8.0
2 祝世兴 中国民航大学航空工程学院 93 255 7.0 9.0
3 何军 中国民航大学航空工程学院 4 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (64)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
磁流变减震器
辨识
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
液压与气动
月刊
1000-4858
11-2059/TH
大16开
北京市西城区德胜门外教场口1号
2-828
1977
chi
出版文献量(篇)
7875
总下载数(次)
16
总被引数(次)
44024
论文1v1指导