關鍵詞:系統(tǒng)辨識 非線性穩(wěn)定環(huán) bp神經(jīng)網(wǎng)絡 自適應步長
摘要:"動中通"伺服系統(tǒng)的穩(wěn)定環(huán)因受齒隙摩擦等因素的影響,表現(xiàn)出較強的非線性特征。標準BP算法對非線性系統(tǒng)雖有較好的辨識效果,但存在網(wǎng)絡收斂慢、過程振蕩、泛化能力差等缺點。為彌補這些不足,提出了基于累積誤差函數(shù)梯度的雙學習步長的自適應BP算法,以加快收斂、減少振蕩,并設置全局誤差閾值控制訓練次數(shù),進一步提升泛化能力。通過在"動中通"平臺上設計實驗,驗證了改進后算法在收斂性、辨識精度、泛化能力等方面都有明顯提升,可以得到非線性穩(wěn)定環(huán)更精確的BP網(wǎng)絡模型。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社