基于NARX神經網絡系統(tǒng)辨識的振動臺迭代學習控制研究

摘要： 針對傳統(tǒng)振動臺臺面控制效果不佳的問題，提出了一種自適應迭代學習控制算法，該算法在原有的位移三參量控制系統(tǒng)基礎上構建外部位移閉環(huán)，形成雙閉環(huán)控制系統(tǒng)。同時為更準確地模擬振動臺的動態(tài)行為，引入灰狼優(yōu)化(GWO)算法優(yōu)化非線性有源自回歸(NARX)神經網絡對振動臺模型辨識。仿真結果表明，利用GWO-NARX神經網絡進行振動臺模型辨識，取得了較高的辨識效果，精度可達99.8%。在辨識模... （共11頁）