| 题名 | 基于神经网络的结构智能控制研究 |
| 作者 | 郭剑虹 |
| 答辩日期 | 2002 |
| 文献子类 | 硕士 |
| 授予单位 | 兰州理工大学 |
| 导师 | 杜永峰 |
| 关键词 | 结构主动控制 最优控制算法 序列最优控制 神经网络 预测 结构动力响应 |
| 学位名称 | 工学硕士 |
| 学位专业 | 结构工程 |
| 英文摘要 | 由于结构主动控制对地震反应振动控制的高效性，使主动控制在建筑结构振动控制领域中，具有广阔的应用前景，但是主动控制存在难以建立一个精确的数学模型，存在时滞效应等问题。神经网络不需要建立精确的数学模型，只是通过学习输入输出训练样本数据，就可归纳出隐含在系统输入输出中的关系；应用神经网络预测结构响应可以解决主动控制中的时滞问题，为控制决策提供依据。目前常用的预测神经网络主要有BP神经网络和RBF神经网络。 BP神经网络存在学习速度慢、易陷入局部极小的缺点，且BP神经网络的学习，记忆具有不稳定性；与BP神经网络相比，RBF神经网络学习速度快，动态仿真性强，具有较强的非线性输入输出映射功能和全局最优逼近性质，能避免局部最小，能够线性调整权值，不反向传播误差，同时硬件实现相对简单，近年来倍受人们的关注，已成为对各种非线性系统进行实时识别和控制的良好选择。 |
| 语种 | 中文 |
| 页码 | 63 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/100719]  |
| 专题 | 兰州理工大学 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 郭剑虹. 基于神经网络的结构智能控制研究[D]. 兰州理工大学. 2002. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论