科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对线性微分方程数学模型不能反映实际系统的问题,采用Elman网络对四足机器人液压位置驱动单元进行动态神经网络辨识研究。为了减小Elman网络输出与期望输出之间的误差,采用拟牛顿算法BFGS和自适应学习率算法GDX对网络的权值进行修正,并采用均方误差(MeanSquareError,MSE)与归一化均方误差(NormalizedMean Square Error, NMSE)修正误差函数。基于辨识模型设计BP神经网络来修正PID参数。实验结果表明,辨识模型数据与实验数据拟合精度高,且基于辨识模型的BP神经网络PID算法控制有效,进一步验证辨识模型的有效性。
-
单位哈尔滨理工大学; 哈尔滨东安汽车动力股份有限公司
