基于GA-BP神经网络的气压伺服系统辨识研究

• 作者: 周挺 程华 张今朝
• 来源期刊: 机床与液压
• 关键词: 气压伺服系统 系统辨识 BP神经网络 遗传算法
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 试验与研究|TEST & RESEARCH
• 页码范围: 42-46
• 页数: 5页
• 分类号: TP273.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.06.009

摘要

气压伺服系统控制器的优化设计依赖于准确的系统模型.针对系统的非线性问题,研究采用神经网络进行系统辨识的原理和结构;考虑传统BP算法存在局部收敛、学习速度慢的问题,采用遗传算法对神经网络的初值和权值进行优化,并采用LM算法进行网络学习,最终建立系统的神经网络辨识模型.通过仿真对比神经网络辨识结果与传统线性模型辨识结果,结果表明:基于GA-BP神经网络的辨识模型精度较高,适用于非线性系统辨识.