航空学报
航空學報
항공학보
ACTA AERONAUTICA ET ASTRONAUTICA SINICA
2009年
2期
374-379
,共6页
电液负载模拟器%神经网络%参数辨识%参数界值%动态模型辨识
電液負載模擬器%神經網絡%參數辨識%參數界值%動態模型辨識
전액부재모의기%신경망락%삼수변식%삼수계치%동태모형변식
基于神经网络,提出一种根据参数上下界辨识系统参数的新方法.在建立电液负载模拟器模型的基础上,在待辨识参数的上下界内,使用神经网络对动态系统的参数进行辨识,找到一组参数使之满足对实际系统的最佳逼近,使系统在实际输入信号下能更好地复现实际系统的实际输出.并使用另一组实验数据检验辨识结果对实际系统的任意实际输入输出采样数据组的逼近程度.验证结果表明该辨识结果能很精确地逼近实际系统.该方法可用于一般复杂系统的实际参数辨识.
基于神經網絡,提齣一種根據參數上下界辨識繫統參數的新方法.在建立電液負載模擬器模型的基礎上,在待辨識參數的上下界內,使用神經網絡對動態繫統的參數進行辨識,找到一組參數使之滿足對實際繫統的最佳逼近,使繫統在實際輸入信號下能更好地複現實際繫統的實際輸齣.併使用另一組實驗數據檢驗辨識結果對實際繫統的任意實際輸入輸齣採樣數據組的逼近程度.驗證結果錶明該辨識結果能很精確地逼近實際繫統.該方法可用于一般複雜繫統的實際參數辨識.
기우신경망락,제출일충근거삼수상하계변식계통삼수적신방법.재건립전액부재모의기모형적기출상,재대변식삼수적상하계내,사용신경망락대동태계통적삼수진행변식,조도일조삼수사지만족대실제계통적최가핍근,사계통재실제수입신호하능경호지복현실제계통적실제수출.병사용령일조실험수거검험변식결과대실제계통적임의실제수입수출채양수거조적핍근정도.험증결과표명해변식결과능흔정학지핍근실제계통.해방법가용우일반복잡계통적실제삼수변식.
