由于液压技术被广泛地应用于食品机械、油压打包机、泡沫塑料成型机和注塑机等领域,液压系统的性能好坏将直接影响到食品加工、包装质量、自动化水平和经济效益。但是液压系统是一类典型的非线性系统,非线性环节众多,难以获得其精确的数学模型,对其数学模型的研究也是人们一直努力完善液压系统性能的一个重要方面。
BP算法即多层网络误差反向传播算法,以其自学习能力、强大并行处理能力和容错能力等特点,因此被广泛地应用于信息处理、自动控制、通讯等领域。但这种方法有其固有的缺点和不足,诸如算法收敛速度慢、容易陷入局部*优值等,在此方面,已有许多深入的研究,提出了诸如附加动量法、自适应参数变化法、增加权重初始化法,以及其组合方法等BP神经网络改进算法,以改善BP神经网络的学习性能。
针对液压系统的强非线性特点,扩充神经网络输入量矩阵,利用容易得到的系统反馈信息,离线训练神经网络,得到神经网络模型。MATLAB具有强大的计算功能、计算过程和结果以及编程可视化等显著特点,被广泛地应用于自动控制、系统辨识、信号分析与处理、动态仿真等领域。