引用本文:马连伟,谭永红,邹 涛.基于神经网络的迟滞逆模型[J].控制理论与应用,2008,25(5):823~826.[点击复制]
MA Lian-wei,TAN Yong-hong,ZOU Tao.A neural-network-based inverse hysteresis model[J].Control Theory and Technology,2008,25(5):823~826.[点击复制]
基于神经网络的迟滞逆模型
A neural-network-based inverse hysteresis model
摘要点击 2133  全文点击 1327  投稿时间：2007-03-21  修订日期：2007-10-30
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2008.5.005
  2008,25(5):823-826
中文关键词  迟滞逆模型  基本迟滞逆算子  神经网络  拓展空间法
英文关键词  inverse hysteresis model  elementary inverse hysteresis operator (EIHO)  neural network  expanding-space method
基金项目  国家自然科学基金资助项目(60572055, 60604017).
作者单位E-mail
马连伟 浙江科技学院自动化系, 浙江杭州310023
上海交通大学 自动化系, 上海200240 		chris5257@163.com 
谭永红 上海交通大学 自动化系, 上海 200240
上海师范大学 机械与电子工程学院, 上海 20181 		tanyongh@yahoo.com.cn 
邹 涛 浙江工业大学 信息与控制研究所, 浙江 杭州 310014 tzou@zjut.edu.cn 
中文摘要
      一个新的基于神经网络的迟滞逆模型被提出. 采用连续坐标变换的方法, 建立基本迟滞逆算子(EIHO),EIHO为神经网络提供了基本的迟滞逆信息, 并与迟滞逆的输入一起作为神经网络的输入, 使迟滞逆由多值映射关系转化为一对一映射关系, 从而达到用神经网络逼近迟滞逆的目的. 一组实测数据被用来检验模型有效性, 实验结果表明, 这种建模方法是有效的.
英文摘要
      A new neural-network-based inverse hysteresis model is proposed in this paper. The continuous transformation technique is used to construct an elementary inverse hysteresis operator (EIHO), which extracts the elementary information of inverse hysteresis. The output of the EIHO is then used as one of the input signals of the neural network (NN) so that the multi valued mapping of inverse hysteresis is transformed into a one-to-one mapping. In this way, neural networks can be used to model inverse hysteresis. A set of real data is also used to validate the effectiveness of the proposed approach. Finally, simulation results indicate that the proposed approach is successful.