基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿

文档名：基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿
摘要：针对控制系统中执行机构非线性特性在线辨识及补偿问题,研究了一种基于变步长核最小均方(SVSKLMS)和遗传算法结合的混合径向基(VHRBF)神经网络.利用径向基(RBF)神经网络不依赖于精确的数学模型即可得到被控对象信息的特点,建立了控制系统执行机构的非线性特性模型;为解决传统RBF神经网络辨识性能差的问题,使用遗传算法(GA)对神经网络的中心向量和方差进行优化,利用SVSKLMS算法对RBF神经网络模型中的权重进行优化,进而得到最佳的RBF神经网络.基于VHRBF神经网络及其逆模型补偿器对执行机构非线性特性进行在线辨识及补偿.仿真结果表明:与其他算法训练下的RBF神经网络相比,所提出的VHRBF神经网络能够精确辨识并补偿执行机构的非线性特性,并且具有更快的收敛速度、更优的收敛性能.

Abstract：Aimingattheproblemofonlineidentificationandcompensationofnonlinearcharacteristicsofac-tuatorinthecontrolsystem,avariablehybridradialbasisfunction(VHRBF)neuralnetworkcombiningvariablestepsizekernelleastmeansquare(SVSKLMS)andgeneticalgorithmwasstudied.Thenonlinearcharacteristicmodelofactuatorinthecontrolsystemwasestablishedusingtheradialbasisfunction(RBF)neuralnetwork,whichdidn'trelyontheaccuratemathematicalmodelforobtainingtheinformationofcon-trolledobjects.TosolvetheproblemofpooridentificationperformanceoftraditionalRBFneuralnetwork,geneticalgorithm(GA)wasusedtooptimizethecentervectorandvarianceofneuralnetwork,whileSVSKLMSalgorithmwasusedtooptimizetheweightofRBFneuralnetworkmodel.AndthenthebestRBFneuralnetworkwasobtained.Finally,thenonlinearcharacteristicsofactuatorwereidentifiedandcompensatedonlinebasedonVHRBFneuralnetworkanditsinversemodelcompensator.ThesimulationresultsshowthatcomparedwithRBFneuralnetworktrainedbyotheralgorithms,theproposedVHRBFneuralnetworkcanaccuratelyidentifyandcompensatethenonlinearcharacteristicsofactuatorwithfasterconvergencespeedandbetterconvergenceperformance.

作者：刘鑫屏  陈艺文  董子健Author：LIUXinping  CHENYiwen  DONGZijian
作者单位：华北电力大学控制与计算机工程学院,河北保定071003
刊名：动力工程学报 ISTICPKU
Journal：JournalOfChineseSocietyOfPowerEngineering
年，卷(期)：2024, 44(5)
分类号：TP273+.5
关键词：RBF神经网络  在线辨识与补偿  执行机构  非线性特性  
Keywords：radialbasisfunctionneuralnetwork  onlineidentificationandcompensation  actuator  nonlin-earcharacteristics  
机标分类号：TP301.6TP183TP273
在线出版日期：2024年6月7日
基金项目：国家重点研发计划，中央高校基本科研业务费专项资金资助项目基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿[
期刊论文]  动力工程学报--2024, 44(5)刘鑫屏  陈艺文  董子健针对控制系统中执行机构非线性特性在线辨识及补偿问题,研究了一种基于变步长核最小均方(SVSKLMS)和遗传算法结合的混合径向基(VHRBF)神经网络.利用径向基(RBF)神经网络不依赖于精确的数学模型即可得到被控对象信息的特...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿  Online Identification and Compensation of Nonlinear Characteristics of Actuator Based on Radial Basis Function Neural Network Under Hybrid Algorithm

基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿.pdf

2024-12-14 11:33 上传 基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿.pdf

文件大小:

3.56 MB

下载次数:

60

高速下载