基于MEA的磁流变神经网络逆模型的研究

摘要

cqvip:为解决磁流变(MR)阻尼器因其固有的强非线性磁滞特性使得其逆向模型的建立不能取得较好精度的问题,利用BP神经网络技术建立MR阻尼器的逆向模型,采用思维进化算法(MEA)对神经网络的权值和阈值进行优化。将所建立的逆模型应用于1/4车半主动悬架系统中进行仿真,结果表明,优化后的神经网络模型提高了控制电流的预测精度,半主动控制效果较好,可以较好地实现对期望阻尼力的跟踪。