首页> 中文会议>第九届中国多智能体系统与控制会议(MASC2013) >基于RBF和BP神经网络的DTG全解耦方法比较

基于RBF和BP神经网络的DTG全解耦方法比较

摘要

动力调谐陀螺仪(DTG)是一个双输入双输出的惯性器件,在现代航空航天、导弹、潜艇和舰船上得到了广泛的应用。为了提高动调陀螺仪(DTG)的精度,需要对DTG的解耦方法进行研究.BP神经网络解耦方法虽然可以达到DTG的全解耦目的,但是与传统的解耦方法相比仍有一些不足,如学习过程较慢,隐含层也很难确定、泛化能力较差等.因此,需要探求更好的解耦方法.本文通过对RBF神经网络与BP神经网络相比较,BP神经网络解耦方法可以实现DTG的全解解耦。但是与传统的解耦方法相比也有一些不足,如学习过程较慢,隐含层也很难确定,泛化能力较差等。RBF神经网络是一种具有拓扑结构的前向神经网络,具有三层网络结构,包括输入层、隐层和输出层,其训练时问很短,也没有任何的局部极值的可能性。因此,利用RBF神经网络来构建一个解耦网络可以克服BP神经网络解耦方法的不足。本文最后通过仿真实验,验证了RBF神经网络的解耦速度比BP神经网络快,并且准确性要高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号