某交流伺服系统GA-RBF神经网络建模.pdf

《某交流伺服系统GA-RBF神经网络建模.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《电气自动化)2013年第35卷第2期变流技术ConverterTechniaues某交流伺服系统GA-RBF神经网络建模季丽君，高强，庞雷，陈机林，侯远龙(1．南京理工大学机械工程学院，江苏南京210014；2．总装工兵军代局驻武汉地区军代室，湖北武汉430073)摘要：RBF(径向基函数)神经网络在处理现实问题时经常会遇到数据量大，网络结构复杂，难以寻找到参数最优解的问题。针对上述问题，利用遗传算法(GA)的全局搜索能力优化RBF神经网络，对具有复杂非线性的某交流伺服系统进行精确辨识。仿真结果表明了基于遗传算法的RBF神经网络具有建模

2、精度高，泛化能力好的特点。关键词：RBF神经网络；遗传算法；交流伺服系统DOI：10．3969／j·issn．1000—3886．2013．02．003[中图分类号]TP183．4[文献标志码]A[文章编号]1000—3886(2013)02—0008—02ModelingofaCertainACSen，OSystemBasedOnGA．RBFNeuralNetworkJILi-jun，GAOQiang，PANGLei，CHENJi-lin，HOUYuan-long(1．SchoolofMechanicalEngineering，Nanj

3、ingUniversityofScienceandTechnology，NanjingJiangsu210014，China；2．MilitaryRepresentativeOficeoftheGenerafArmamentsDepartmentinWuhanArea．WuhanHubei430073，China)Abstract：RBF(RadialBasisFunction)neuralnetworkindealingwithpracticalproblemsoftenencountersinlargevolumesofdataand

4、thecomplexityofthenetworkstructure。SOitisdifficulttofindtheoptimalparameters．Inresponsetotheseproblems，theglobalsearchabilityofgeneticalgorithm(GA)wasusedforoptimizingRBFneuralnetwork．Inorderproveitsvalidityandaccuracy，anidentificationexperimentwasmadeinacertainACservosys

5、tem．ThesimulationresultsindicatethatGA—RBFneuralnetworkhasthehighmodelingaccuracyandgoodgeneralizationcapability．Keywords：RBFneuralnetwork；geneticalgorithm；ACservosystem0引言RBF神经网络的结构参数。文献[4]作者利用模糊聚类法确定隐层节点数和中心点数，并用K—means聚类法对数据中心和宽度某炮控系统的交流伺服系统中存在诸多非线性环节：系统参进行了调整和修改。文献[5]

6、提出了先估算神经网络结构参数数的非线性漂移，非线性负载扰动，较大的力矩扰动，摩擦等。交的取值范围，然后再用混合粒子群算法对结构参数进行优化的方流伺服系统的非线性环节使得在对其进行分析、仿真与控制时难法。本文提出了确定RBF神经网络的初始结构参数后，利用遗以得到精确模型。传算法对初始参数进行优化，在解空间定位出较好的空间，然后人工神经网络即神经网络，是模拟生物神经网络进行信息处用RBF神经网络在这些小空间进行搜索，得到全局最优解。结理的一种数学模型，可以以任意精度逼近非线性映射，可以应用果证明基于遗传算法的RBF神经网络具有建模精度高，泛化

7、能于系统建模、智能控制和信息处理等领域。其中RBF神经网络力好的特点。是一种三层前向神经网络，隐单元的变换函数为径向基函数，通常为高斯函数。RBF神经网络具有全局逼近，学习收敛速度快，1交流伺服系统结构简单的优点，它已经应用到了工业系统的各个领域。文献某炮控系统采用交流伺服系统，其控制系统框图如图l[1]针对扫雷犁电液伺服系统的复杂非线性，采用了RBF神经网所示。络对其进行了精确建模。文献[2]采用RBF神经网络对发电机的进相能力进行建模，并与BP神经网络进行了比较，说明了RBF神经网络模型具有速度快、精度高的优点。文献[3]利用RBF神

8、经网络进行泛函逼近时具有唯一最佳逼近点的特点，对电力系统的月度负荷进行了预测。图1炮控交流伺服系统结构图构造一个RBF神经网络的主要问题是：隐层节点数的选取、图1中，卢目标位置；卢为火炮高低角