基于遗传BP神经网络的磁流变悬置模型辨识

• 作者: 张自伟 邓召学 郑玲 郭敏敏
• 来源期刊: 电子科技大学学报
• 学科: 交通运输
• 关键词: BP神经网络 遗传算法 磁流变悬置 模型辨识
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 机械电子工程
• 页码范围: 955-960
• 页数: 6页
• 分类号: U463.1
• 字数: 3625字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2014.06.028

摘要

为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题，提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值，以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本，分别用未优化的BP神经网络和优化后的GA-BP神经网络对磁流变液压悬置正、逆模型进行辨识。结果表明，相对于BP神经网络，GA-BP神经网络具有更高的辨识精度、更快的收敛速度，在磁流变液压悬置数学模型辨识方面具备更优的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑玲	重庆大学机械传动国家重点实验室	114	1574	23.0	35.0
2	邓召学	重庆大学机械传动国家重点实验室	5	47	3.0	5.0
3	张自伟	重庆大学机械传动国家重点实验室	3	44	3.0	3.0
4	郭敏敏	重庆大学机械传动国家重点实验室	2	35	2.0	2.0