兰州交通大学学报
蘭州交通大學學報
란주교통대학학보
JOURNAL OF LANZHOU JIAOTONG UNIVERSITY(Natural Sciences)
2010年
6期
70-73
,共4页
函数链接型神经网络%最小二乘支持向量机%自适应逆控制
函數鏈接型神經網絡%最小二乘支持嚮量機%自適應逆控製
함수련접형신경망락%최소이승지지향량궤%자괄응역공제
在对常规函数链接型神经网络(FLANN)构造方法认识的基础上,研究了一种基于最小二乘支持向量机(LS-SVM)构造FLANN的新方法,并利用该方法对非线性对象模型及逆模型进行建立.将该方法的非线性系统辨识技术应用于自适应逆控制中,提高非线性系统的自适应性,改善动态特性.设计出了一种自适应逆控制系统,不仅可以得到较好的动态响应,还能使扰动减小到最小.
在對常規函數鏈接型神經網絡(FLANN)構造方法認識的基礎上,研究瞭一種基于最小二乘支持嚮量機(LS-SVM)構造FLANN的新方法,併利用該方法對非線性對象模型及逆模型進行建立.將該方法的非線性繫統辨識技術應用于自適應逆控製中,提高非線性繫統的自適應性,改善動態特性.設計齣瞭一種自適應逆控製繫統,不僅可以得到較好的動態響應,還能使擾動減小到最小.
재대상규함수련접형신경망락(FLANN)구조방법인식적기출상,연구료일충기우최소이승지지향량궤(LS-SVM)구조FLANN적신방법,병이용해방법대비선성대상모형급역모형진행건립.장해방법적비선성계통변식기술응용우자괄응역공제중,제고비선성계통적자괄응성,개선동태특성.설계출료일충자괄응역공제계통,불부가이득도교호적동태향응,환능사우동감소도최소.