一种基于BP神经网络的压电作动器迟滞建模方法及前馈补偿方法

本发明公开了一种基于BP神经网络的压电作动器迟滞建模方法及前馈补偿方法，将输入信号输入压电作动器，获得输出信号；通过条件概率模型构建压电作动器输入信号与输出信号之间的单值映射，得到一一对应的输入信号和输出信号；根据一一对应的输入信号和输出信号，基于通过麻雀优化算法优化的BP神经网络，建立压电作动器的迟滞模型；通过调换输入输出关系得到迟滞模型的逆模型进行前馈补偿。采用条件概率模型，并引入一阶马尔可夫模型简化条件概率模型，得到输入输出单值映射关系；利用改进麻雀优化算法，提高BP神经网络压电作动器迟滞模型的精度及收敛速度；通过迟滞模型的逆模型实现消除控制系统中非线性迟滞，提高压电作动器控制精度。