网络输出的 误差边向后传播边修正连接强度
点击数：7134 次 录入时间：03-04 11:40:50 整理：http://www.55dianzi.com 变频器基础
变量泵BP神经网络控制器的构成液压挖掘机作业循环的多工况，以及外负载的多变化，使比例驱动系统面临着强烈的干扰，加上各回路液压缸活塞杆位移对杆件转角具有传动比等因素，给系统辨识带来很大的困难，传统的控制理论很难解决此类问题。由于神经网络具有模拟人的部分国家自然科学基金项目（59705005），机械部跨世纪优秀人才专项基金资助项目（96250404）起重运输机械智能的特性，具有学习能力和自适应性，使神经网络控制能对变化的环境具有自适应性。因此，神经网络控制已成为智能控制的一个新的分支。作期联接权值不变，由网络的输入得到相应的输出。应用神经网络处理发动机变量泵的建模问题，主要用到神经网络的非线性映射能力，一般采用多层前向神经网络。其中误差反向传播（BP）算法因其简单易行、计算量小、并行性强，成为多层前向神经网络训练的首选算法，它是一种有隐含层的多层前馈网络，各层神经元均采用S型函数作为活化函数，利用其连续可导性引入最小二乘（LMS）学习算法，即在网络学习过程中，使网络的输出与期望输出的误差边向后传播边修正连接强度，以使其误差均方值最小。BP神经网络的学习过程可以分为前向网络计算和反向误差传播连接加权系数修正2部分，这2部分反复进行，直至误差满足要求。
本文关键字：网络 变频器基础，变频技术 - 变频器基础
