×

基于RBFNN的伺服系统在线辨识方法

消耗积分:2 | 格式:rar | 大小:139 | 2009-08-11

从未拥有

分享资料个

由于伺服系统中存在的非线性和不确定性，难以用传统的方法进行建模，本文采用神
经网络通过函数逼近完成非线性系统的在线辨识。结合文中提出的径向基网络，通过对某转台伺服系统的仿真，验证了本文提出方法的可行性和有效性。
与传统非线性辨识方法不同的是，神经网络辨识[1][5]不需要预先建立实际系统的辨识格
式，利用神经网络所具有的对任意非线性映射的任意逼近能力，通过直接学习系统的输入输出数据对，使得所要求的误差函数达到最小，从而归纳出隐含在系统输入输出数据中的关系，实际系统的非线性和不确定性通过网络学习反映在网络的权系数矩阵上。基于BP 网络的系统辨识虽然在理论上也是可行的，但是由于其学习效率低，收敛速度慢，易陷于局部极小状态，从而限制了其在实际中的应用效果。而RBF 网络可以将某一知识存储于局部神经元中，是一种典型的局部逼近神经网络，学习速度快，并且隐含层神经元数目可以在训练中自动获得，有效的弥补了BP 网络的缺陷。
下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !