基于改进的径向基函数神经网络混合控制在电液伺服系统中的应用

简介

由于电液伺服系统中存在扰动和干扰，一般的控制器很难在各种条件下都取得良好的输出响应。为了解决此类问题，提出了一种基于改进的RBF神经网络混合控制策略。使用基于群组优化理论的离线优化算法来选择RBF神经网络的隐节点数目，用各种在线学习算法来调节隐节点的中心和估计连接权值。该混合控制器结合了改进的RBF神经网络与传统PID控制的优点，被广泛适用于船舶试验台的电液伺服系统中。试验仿真结果表明，使用这种混合控制器的伺服系统具有良好的动态特性和鲁棒性。