-
题名一种用于非线性动态辨识的新型神经网络
- 1
-
-
作者
张剑
林瑞昌
毕天昊
-
机构
广州番禺职业技术学院智能制造学院
台湾云林科技大学工程学院
-
出处
《控制工程》
CSCD
北大核心
2024年第8期1383-1391,共9页
-
文摘
为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加了模糊推论与一个递归通道。为验证SCRFNN在系统辨识中的有效性,设计一个新的NDSI在线学习模型与代码设计流程图,并以此作为在线学习架构,将以上3个神经网络模型对4个串-并型非线性动态系统进行辨识分析。经过仿真表明,新提出的SCRFNN通过存储内部状态,具备了映射动态特征的功能,从而使系统具有适应时变特性的能力,更适合于非线性动态系统的辩识。且在模糊规则数、学习收敛速度、学习与预测误差均方根值、预测精准度方面也取得了良好的效果。
-
关键词
自建递归型模糊神经网络
自建型模糊神经网络
多层神经元神经网络
非线性动态系统辨识
-
Keywords
Self-constructing recurrent fuzzy neural network
self-constructing fuzzy neural network
multi-layer perceptron neural network
nonlinear dynamical system identification
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种递归型模糊神经网络用于动态系统辨识的研究
- 2
-
-
作者
胡玉玲
-
机构
北京建筑工程学院电气与信息工程学院
-
出处
《北京建筑工程学院学报》
2006年第3期44-47,共4页
-
基金
北京建筑工程学院青年基金项目(资助号:1005023)
-
文摘
针对静态模糊神经网络对动态系统辨识精度低的特点,在T-S模糊神经网络标准结构基础上,通过在输入层与状态层间加入可以记忆暂态信息的递归层,一种新的T-S递归型模糊神经网络(TSRFNN)被提出,来提高对动态系统的辨识能力.同时,给出了参数的动态BP学习算法.通过仿真实验,证明提出的TSRFNN对动态非线性系统的辨识比传统静态模糊神经网络(TFNN),具有更快的网络收敛速度,更高的辨识精度,更适合于动态系统的辨识.
-
关键词
T—S递归型模糊神经网络
动态系统
自适应学习算法
辨识
-
Keywords
T-S recurrent fuzzy-neural networks
dynamic system
adaptive learning algorithm
iden- tification
-
分类号
N945.14
[自然科学总论—系统科学]
TP273.4
[自动化与计算机技术—检测技术与自动化装置]
-
