10.3969/j.issn.1000-3886.2011.01.007
基于聚类与梯度混合学习算法RBF神经网络的电液伺服系统建模及仿真
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.
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
33
TP275;TP183(自动化技术及设备)
2011-05-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
20-22