摘要：为提高数控机床直线进给系统的动态跟踪性能及抗干扰能力,结合进给系统重复运动的特点,利用前一次或前几次的历史控制信息提高进给系统的动态性能,提出了具有动态稀疏存储功能的改进Elman神经网络;引入迅速联想的表格查询方式对神经网络的历史信息进行分类存储、选择利用以增强网络泛化能力,提高网络收敛速度;详细推导了改进Elman神经网络的数学模型及权值调整算法,并将其应用到直线进给伺服系统中,结果表明,基于稀疏存储Elman神经网络的速度控制器具有良好的跟踪精度和抗干扰能力。

关键词：elman神经网络 稀疏存储 直线伺服系统 泛化能力 

单位：江苏大学; 镇江; 212013; 江苏技术师范学院; 常州213001; 上海铁路局; 上海; 200071; 南京工程学院; 南京; 211167