水下机器人运动系统的神经网络辨识

2021年02月21日 14:02:10 行业动态

关键词：
摘要：建立了水下机器人的动力模型,分析了辨识该模型的神经网络结构,采用带自反馈的Elman网络来获得更精确的结果.针对BP算法即误差反传算法的缺陷,提出了用混合优化算法－－误差反传算法和遗传算法的混合算法(又称:GA&BP算法)修正网络权值.最后,将改进的Elman网络应用于水下机器人的非线性辨识.通过仿真证明了该方法用于高阶非线性系统的实用性.

标签：系统辨识水下机器人神经网络

上一篇：模糊控制在智能交通灯监控系统中的应用

下一篇：基于LabVIEW的遮阳控制系统研究