基于遗传BP神经网络的磁流变悬置模型辨识 |
| |
引用本文: | 邓召学,郑玲,郭敏敏,张自伟.基于遗传BP神经网络的磁流变悬置模型辨识[J].电子科技大学学报(社会科学版),2014(6). |
| |
作者姓名: | 邓召学 郑玲 郭敏敏 张自伟 |
| |
作者单位: | 重庆大学机械传动国家重点实验室; |
| |
基金项目: | 中央高校基本科研业务费(CDJZR13280074) |
| |
摘 要: | 为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题,提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值,以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本,分别用未优化的BP神经网络和优化后的GA-BP神经网络对磁流变液压悬置正、逆模型进行辨识。结果表明,相对于BP神经网络,GA-BP神经网络具有更高的辨识精度、更快的收敛速度,在磁流变液压悬置数学模型辨识方面具备更优的性能。
|
关 键 词: | BP神经网络 遗传算法 磁流变悬置 模型辨识 |
本文献已被 CNKI 等数据库收录! |
|