赵弘1,周瑞祥2,林廷圻1
（1．西安交通大学机械工程学院,710049，西安； 2．西安空军工程大学工程学院)
摘要：提出了基于Levenberg-Marquardt(L-M)算法的前向多层神经网络在线监督的控制方法，其算法是梯度下降法与高斯牛顿法的结合．对于训练次数及准确度，L-M算法明显优于共轭梯度法及变学习率的BP（Back Propagation)算法，适用于在线学习与控制．因此，利用L-M算法的特点进行在线训练神经网络，以实现实时非线性控制．仿真结果表明，该控制方法优于常规控制算法，明显改善了在未知负载扰动时，伺服系统的跟踪性能，显著地降低了跟踪误差，具有很强的抗干扰能力．
关键词：神经网络；监督控制；电液位置伺服系统
中图分类号：TH137