期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于NARX神经网络系统辨识的振动台迭代学习控制研究
被引量：
1
1
作者
郭迎庆
朱文
+3 位作者
刘少帅
李世东
景兴建
徐赵东
《现代制造工程》
CSCD
北大核心
2024年第12期37-47,共11页
针对传统振动台台面控制效果不佳的问题,提出了一种自适应迭代学习控制算法,该算法在原有的位移三参量控制系统基础上构建外部位移闭环,形成双闭环控制系统。同时为更准确地模拟振动台的动态行为,引入灰狼优化(GWO)算法优化非线性有源...
针对传统振动台台面控制效果不佳的问题,提出了一种自适应迭代学习控制算法,该算法在原有的位移三参量控制系统基础上构建外部位移闭环,形成双闭环控制系统。同时为更准确地模拟振动台的动态行为,引入灰狼优化(GWO)算法优化非线性有源自回归(NARX)神经网络对振动台模型辨识。仿真结果表明,利用GWO-NARX神经网络进行振动台模型辨识,取得了较高的辨识效果,精度可达99.8%。在辨识模型的基础上,利用自适应迭代学习控制算法极大地提高了振动台的控制精度,最大误差较原系统下降了49.6%。与传统的NARX神经网络进行振动台模型辨识相比,GWO-NARX神经网络辨识效果更好,模型更贴近真实系统;与传统的三参量控制系统相比,自适应迭代学习控制算法提高了振动台波形复现精度,并且能够更好地适应系统的复杂性,为实际工程应用提供了可靠的技术支持和解决方案。
展开更多
关键词
电动式振动台
自适应迭代学习
NARX神经网络
系统辨识
在线阅读
下载PDF
职称材料
题名
基于NARX神经网络系统辨识的振动台迭代学习控制研究
被引量：
1
1
作者
郭迎庆
朱文
刘少帅
李世东
景兴建
徐赵东
机构
南京林业
大学
机械电子工程学院
东南大学中国巴基斯坦“一带一路”重大基础设施智能防灾联合实验室
香港城市
大学
机械电子工程学院
出处
《现代制造工程》
CSCD
北大核心
2024年第12期37-47,共11页
基金
国家自然科学基金面上项目(52278505)。
文摘
针对传统振动台台面控制效果不佳的问题,提出了一种自适应迭代学习控制算法,该算法在原有的位移三参量控制系统基础上构建外部位移闭环,形成双闭环控制系统。同时为更准确地模拟振动台的动态行为,引入灰狼优化(GWO)算法优化非线性有源自回归(NARX)神经网络对振动台模型辨识。仿真结果表明,利用GWO-NARX神经网络进行振动台模型辨识,取得了较高的辨识效果,精度可达99.8%。在辨识模型的基础上,利用自适应迭代学习控制算法极大地提高了振动台的控制精度,最大误差较原系统下降了49.6%。与传统的NARX神经网络进行振动台模型辨识相比,GWO-NARX神经网络辨识效果更好,模型更贴近真实系统;与传统的三参量控制系统相比,自适应迭代学习控制算法提高了振动台波形复现精度,并且能够更好地适应系统的复杂性,为实际工程应用提供了可靠的技术支持和解决方案。
关键词
电动式振动台
自适应迭代学习
NARX神经网络
系统辨识
Keywords
electrodynamic shaker
adaptive iterative learning
NARX neural network
system identification
分类号
TP237 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于NARX神经网络系统辨识的振动台迭代学习控制研究
郭迎庆
朱文
刘少帅
李世东
景兴建
徐赵东
《现代制造工程》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
