论文部分内容阅读
应用神经网络技术建立了磁流变阻尼器的逆向模型，该模型含有4个输入神经元、1个输出神经元和15个隐层神经元．利用Bouc—Wen修正模型数值仿真生成数据，然后采用Levenberg—Marquardt法和OBS策略对逆向模型的结构进行训练和修剪．最后，将所建的磁流变阻尼器逆向模型应用于1／4车悬挂模型中，进行半主动控制的仿真分析．结果表明，所建立和优化的逆向模型可以较好地预测所需电流指令，应用于半主动控制中的效果明显．