基于神经网络的动态流量虚拟测量研究
动态流量信号对于评价液压控制系统的动态特性有非常重要的意义,由于流体介质本身具有的复杂性,使得液压动态流量测试非常困难,引入虚拟测量方法对动态流量进行测量,以解决工业中动态流量测量困难的问题.考虑BP算法建立测量模型时收敛速度慢,易陷”局部极小”等不足,提出用遗传算法来优化神经网络测量模型的参数,以提高虚拟测量模型的训练速度和精度,便于实现动态流量的在线自动测量.对采集的数据进行仿真,实验结果表明这种改进的建模方法在模型的训练速度和精度上有了较大的改善.
动态流量 虚拟测量 遗传算法 神经网络
吕梦雅 王岩 唐勇
燕山大学信息科学与工程学院,秦皇岛,066004
国内会议
北京
中文
333-336
2005-09-23（万方平台首次上网日期，不代表论文的发表时间）