基于遗传BP神经网络的磁流变悬置模型辨识.pdfVIP

第43卷 第6期 电子 科 技 大 学 学 报 Vr0I_43 No．6 2014年11月 JournalofUniversityofElectronicScienceandTechnologyofChina NOV．2014 基于遗传BP神经网络的磁流变悬置模型辨识 邓召学，郑 玲，郭敏敏，张自伟 (重庆大学机械传动国家重点实验室 重庆 沙坪坝区 400030) 【摘要】为克服误差逆向传播算法的多层前馈型BP彳申经网络收敛速度慢、局部极小化问题，提出用遗传算法(GA)的全局 搜索能力寻求最优的BP神经网络权值和阀值，以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验 结果为数据样本，分别用未优化的BP神经网络和优化后的GA-BP~经网络对磁流变液压悬置正 逆模型进行辨识。结果表明， 相对于B 中经网络，GA-BP神经网络具有更高的辨识精度、更快的收敛速度，在磁流变液压悬置数学模型辨识方面具备更优 的性能。 关 键 词 BP神经网络；遗传算法；磁流变悬置；模型辨识 中图分类号 U463．1