首页 | 本学科首页   官方微博 | 高级检索  
     

基于混沌神经网络的压电陶瓷迟滞模型
引用本文:刘向东,修春波,刘承,李黎. 基于混沌神经网络的压电陶瓷迟滞模型[J]. 北京理工大学学报, 2006, 26(2): 135-138
作者姓名:刘向东  修春波  刘承  李黎
作者单位:北京理工大学,信息科学技术学院自动控制系,北京,100081;天津工业大学,自动化系,天津,300160
基金项目:中国科学院资助项目 , 北京理工大学校科研和教改项目
摘    要:为解决压电陶瓷迟滞建模问题,提出一种新型的G-S混沌神经网络模型. 该网络由输入层、隐层和输出层构成,在输入层中引入延迟环节,从而使得历史输入能够对当前输入的响应产生影响. 网络的学习过程是一种混沌优化算法,可有效避免普通神经网络的局部极值和假饱和现象的发生. 将该网络应用于纳米定位系统压电陶瓷执行器迟滞建模中,可以降低建模误差,实验结果验证了该方法的有效性.

关 键 词:混沌神经网络  压电陶瓷  迟滞模型  纳米定位系统
文章编号:1001-0645(2006)02-0135-04
收稿时间:2005-06-20
修稿时间:2005-06-20

Hysteresis Model of Piezoceramics Based on Chaotic Neural Networks
LIU Xiang-dong,XIU Chun-bo,LIU Cheng and LI Li. Hysteresis Model of Piezoceramics Based on Chaotic Neural Networks[J]. Journal of Beijing Institute of Technology(Natural Science Edition), 2006, 26(2): 135-138
Authors:LIU Xiang-dong  XIU Chun-bo  LIU Cheng  LI Li
Affiliation:1. Department of Automatic Control, School of Information Science and Technology, Beijing Institute of Technology, Beijing 100081, China; 2. Department of Automatic Control, Tianjin Polytechnic University, Tianjin 300160, China
Abstract:A novel G-S chaotic neural network is proposed to resolve the hysteresis model of piezoceramics.The network has three layers: input layer,hidden layer and output layer.The input layer comprises the delay link,which maks the historical input capable to affect the current response.The learning algorithm is a process of chaos optimization,which can make the network avoid the local mi-(nima) problem and false saturation phenomenon.The network can reduce the modeling error for the piezoelectric actuator of a nanometer positioning system.Experimental results proved validity of the algorithm.
Keywords:chaotic neural network  piezoceramics  hysteresis model  nanometer positioning system
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《北京理工大学学报》浏览原始摘要信息
点击此处可从《北京理工大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号