文献类型：期刊文章

作　　者：赵弘[1] 周瑞祥[2] 林廷圻[1]

机构地区：[1]西安交通大学机械工程学院,西安710049 [2]西安空军工程大学工程学院

出　　处：《西安交通大学学报》

年　　份：2002

卷　　号：36

期　　号：5

起止页码：523-527

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出了基于Levenberg Marquardt(L M )算法的前向多层神经网络在线监督的控制方法 ,其算法是梯度下降法与高斯 牛顿法的结合 .对于训练次数及准确度 ,L M算法明显优于共轭梯度法及变学习率的BP(BackPropagation)算法 ,适用于在线学习与控制 .因此 ,利用L M算法的特点进行在线训练神经网络 ,以实现实时非线性控制 .仿真结果表明 ,该控制方法优于常规控制算法 ,明显改善了在未知负载扰动时 ,伺服系统的跟踪性能 ,显著地降低了跟踪误差 。

关 键 词：LEVENBERG-MARQUARDT算法 神经网络 监督控制 电液位置伺服系统

分 类 号：TH137]