機械振動系統(tǒng)的神經網絡辨識與控制的研究.pdf_第1頁
已閱讀1頁，還剩76頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、本文密切結合工程中復雜系統(tǒng)振動控制需要，將人工神經網絡理論與振動主動控制技術相結合，以黑箱振動系統(tǒng)為對象，系統(tǒng)深入地開展了基于神經網絡的振動智能辨識與控制理論的研究。　　在振動系統(tǒng)辨識與控制理論研究方面，結合振動主動控制的需要，選擇反向傳播(BP-BackPropagation)神經網絡學習算法作為振動系統(tǒng)的辨識與控制器設計的核心學習算法，對BP算法的優(yōu)化算法進行深入分析，采用動態(tài)神經元具有局部反饋特點的全新動態(tài)前向網絡模型，這一模型

2、不僅克服了靜態(tài)網絡與反饋網絡各自的局限性，而其充分發(fā)揮了前向網絡的非線性映射和反饋網絡的動態(tài)演化能力。動態(tài)網絡模型及其算法的提出為振動系統(tǒng)的神經網絡辨識與控制奠定了良好的基礎?！　≌駝酉到y(tǒng)辨識與控制的仿真實現采用MATLAB神經網絡辨識與控制工具箱函數-NNSYSID和NNCTRL,對工具箱中現有網絡結構、參數進行修改，模型部分是一個描述被控對象動力學過程的一個函數，設計參數部分是MATLAB腳本文件，里面含有需要初始化的變量和參數，

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論