论文部分内容阅读
为了消除迟滞非线性对系统的不良影响，本文利用神经网络对Preisach类的迟滞非线性进行建模：通过引入一个特殊的迟滞因子，将多映射的迟滞非线性转换成——映射，然后建立了基于神经网络的迟滞非线性模型．该模型结构简单，简化了辨识过程，可以调整神经网络权值以适应不同条件下的迟滞辨识．最后，应用该方法对压电执行器中的迟滞非线性建模，并与KP模型进行了比较．