斜拉索基于MR阻尼器的神经网络半主动控制

该文利用神经网络强大的学习和非线性拟合能力模拟了MR阻尼器的逆动力性能。为了提高神经网络的计算性及泛化性，采用了Levenberg-Marquardt算法与贝叶斯正规化法相结合的方法。与此同时，利用MR阻尼器的神经网络逆模型，提出了一种新的斜拉索神经网络半主动控制策略。为验证所提控制方法的有效性，针对典型算例进行了数值分析，并将其与LQR主动控制方法进行了比较。得出结论：所提神经网络半主动控制方法是有效的，与LQR主动控制效果相比，效果略差，但相差不大。