基于趋化算法的动态神经网络辨识的研究  

Investigation into identification of Chemotaxis-based dynamic neural network

作　　者：王大庆[1] 丁崇生[1] 葛思华[1] 

机构地区：[1]西安交通大学机械工程学院,710049

出　　处：《机床与液压》2001年第4期40-42,共3页Machine Tool & Hydraulics

基　　金：西安交通大学机械工程学院青年科学研究基金资助

摘　　要：本文提出一种基于Hopfield的动态神经网络 ,以具有非线性时变特性的电液伺服速度系统为对象 ,采用趋化算法训练网络 ,进行辨识。辨识结果经过再输入正弦信号考察 ,结果表明 ,采用本文提出的方法是可行的和有效的 。In this paper, a dynamical neural network based on Hopfield neural network is presented. It is used to identify a electro-hydraulic velocity servo system having nonlinear time-vary characteristics. The DNN is trained by Chemotaxis algorithm and the finished network is tested by inputting again a sin signal. The results show that the proposed method is feasible and efficient.

关 键 词：趋化算法 Hopfield动态网络 电液伺服系统 

分 类 号：TP271.31[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]