电气自动化
電氣自動化
전기자동화
ELECTRICAL AUTOMATION
2011年
1期
20-22
,共3页
RBF神经网络%电液伺服系统%系统辨识%聚类算法%梯度训练算法
RBF神經網絡%電液伺服繫統%繫統辨識%聚類算法%梯度訓練算法
RBF신경망락%전액사복계통%계통변식%취류산법%제도훈련산법
针对电液伺服系统同有的流量-压力等非线性凶素使得传统的机珲建模法难以获得系统的精确数学模型,该文采用RBF神经网络对某型号武器扫雷犁电液伺服系统建模并进行了仿真.由于神经网络学习时间较长且不易收敛,采用聚类与梯度训练相结合的混合学习算法对RBF神经网络进行训练.首先使用聚类方法对学习样本进行聚类,确定隐含层结构,然后用梯度训练法对确定的网络结构进行训练,仿真实验验证了该混合学习算法的有效性.
針對電液伺服繫統同有的流量-壓力等非線性兇素使得傳統的機琿建模法難以穫得繫統的精確數學模型,該文採用RBF神經網絡對某型號武器掃雷犛電液伺服繫統建模併進行瞭倣真.由于神經網絡學習時間較長且不易收斂,採用聚類與梯度訓練相結閤的混閤學習算法對RBF神經網絡進行訓練.首先使用聚類方法對學習樣本進行聚類,確定隱含層結構,然後用梯度訓練法對確定的網絡結構進行訓練,倣真實驗驗證瞭該混閤學習算法的有效性.
침대전액사복계통동유적류량-압력등비선성흉소사득전통적궤혼건모법난이획득계통적정학수학모형,해문채용RBF신경망락대모형호무기소뢰리전액사복계통건모병진행료방진.유우신경망락학습시간교장차불역수렴,채용취류여제도훈련상결합적혼합학습산법대RBF신경망락진행훈련.수선사용취류방법대학습양본진행취류,학정은함층결구,연후용제도훈련법대학정적망락결구진행훈련,방진실험험증료해혼합학습산법적유효성.
