对角递归神经网络带有改进的反冲算子用于压电执行器中与速率相关的磁滞现象的建模

提出了一种新型的基于神经网络的压电执行器速率相关磁滞建模方法。 为了近似速率依赖的磁滞行为,它是一种具有多值映射的非光滑动态非线性,开发了一种带有改进的反冲算子(MBO)的对角递归神经网络(DRNN)。 在提出的神经体系结构中,MBO被用作隐藏层的激活功能。 然后,针对具有MBO的DRNN,提出了相应的Levenberg-Marquardt(LM)算法。 考虑到MBO的非光滑特征,应用了近端束(PB)方法在MBO的非光滑顶点处搜索适当的次梯度。 最后,给出了压电致动器基于速率的磁滞的实验结果。