| 基于广义回归神经网络的磁流变减振器模型辨识 |
| |
| 引用本文： | 王戡,郑玲,刘非.基于广义回归神经网络的磁流变减振器模型辨识[J].汽车工程,2013,35(7). |
| |
| 作者姓名： | 王戡 郑玲 刘非 |
| |
| 作者单位： | 重庆大学,机械传动国家重点实验室,重庆400030 |
| |
| 基金项目： | 重庆市科技攻关计划项目 |
| |
| 摘 要： | 根据磁流变减振器的非线性特性,提出磁流变减振器广义回归神经网络(GRNN)模型辨识方法,利用台架试验获取的力学特性数据,建立磁流变减振器广义回归神经网络正、逆模型,并与反向传播神经网络(BPNN)模型进行比较.结果表明:通过合理选取网络变量并优化光滑因子,GRNN模型能准确预测磁流变减振器的阻尼力和控制电流,其正、逆模型辨识精度优于BPNN模型.此外,GRNN还具有结构简单、快速收敛等特点,为磁流变减振器的准确建模与控制提供了重要手段.
|
| 关 键 词： | 磁流变减振器 广义回归神经网络 反向传播神经网络 模型辨识 |
Model Identification of MR Damper Based on Generalized Regression Neural Network |
| |
| Wang Kan
,
Zheng Ling
,
Liu Fei.Model Identification of MR Damper Based on Generalized Regression Neural Network[J].Automotive Engineering,2013,35(7). |
| |
| Authors: | Wang Kan Zheng Ling Liu Fei |
| |
| Abstract: | |
| |
| Keywords: | MR damper generalized regression neural network back propagation neural network model identification |
| 本文献已被 万方数据 等数据库收录！ |
|
