论文部分内容阅读
针对电液伺服系统具有典型的非线性系统,但要求控制精度高和响应速度快,建模困难。为解决上述问题,提出用减法聚类的模糊神经网络自学习算法,确定初始的模糊神经网络结构。在网络的学习过程中,对结论参数用最小二乘法进行辨识,并对前提参数用误差反传算法进行调整。获取输入输出数据对,可在AMESim软件平台上搭建系统的仿真模型,并通过软件接口把数据导入MATLAB中,最后使用提出的方法对电液伺服系统建模进行仿真,结果与其它模糊神经网络建模方法相比效果好,验证了方法的有效性。