推进技术
推進技術
추진기술
JOURNAL OF PROPULSION TECHNOLOGY
2003年
6期
517-520
,共4页
无人驾驶飞机%涡轮喷气发动机%人工神经元网络%自适应控制
無人駕駛飛機%渦輪噴氣髮動機%人工神經元網絡%自適應控製
무인가사비궤%와륜분기발동궤%인공신경원망락%자괄응공제
将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合,组成自适应PID神经网络控制系统.RBF神经网络采用离线学习在线修正权值和阈值,为加快收敛速度,应用带惯性项的梯度下降法.大量仿真结果表明,RBF网络较ELM,标准BP及改进的BP等网络具有明显优点.对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点.
將基于RBF神經網絡的辨識網絡與基于BP網絡的控製器相結閤,組成自適應PID神經網絡控製繫統.RBF神經網絡採用離線學習在線脩正權值和閾值,為加快收斂速度,應用帶慣性項的梯度下降法.大量倣真結果錶明,RBF網絡較ELM,標準BP及改進的BP等網絡具有明顯優點.對某型無人機渦噴髮動機控製繫統的倣真結果錶明此控製方式具有魯棒性好、響應速度快、穩態誤差小等優點.
장기우RBF신경망락적변식망락여기우BP망락적공제기상결합,조성자괄응PID신경망락공제계통.RBF신경망락채용리선학습재선수정권치화역치,위가쾌수렴속도,응용대관성항적제도하강법.대량방진결과표명,RBF망락교ELM,표준BP급개진적BP등망락구유명현우점.대모형무인궤와분발동궤공제계통적방진결과표명차공제방식구유로봉성호、향응속도쾌、은태오차소등우점.
