论文部分内容阅读
针对RBF神经网络权值在线优化较慢的问题,通过自适应混沌蚁群算法对神经网络的权值进行离线优化,利用在线自适应算法对神经网络的权值进行局部调整,提出了一种自适应混沌蚁群神经网络学习方法,该方法缩短了神经网络的在线学习时间,同时也抑制了滑模的抖振。仿真结果表明,基于自适应混沌蚁群算法的神经滑模控制具有强的鲁棒性,完全适用于不确定干扰上界未知的复合试验系统的振动控制,并且降低了系统的保守性。