本文使用改进的神经网络模型结构与算法来辨识未知非线性系统,具有辨识精度高,速度快的特点.该方法简单有效,为设计非线性对象控制器提供了一条思路,从而摆脱了用线性模型近似被控对象的粗略做法.算法中,学习率采用随误差变化率而改变的做法减小了学习率选取的盲目性,加速了网络训练过程.
参考文献
[1] | Narendra K.S.;Parthasarathy K. .Identification and control of dynamical systems using neural networks[J].IEEE Transactions on Neural Networks,1990(1):4-27. |
[2] | 周蓉.一种改进的神经元网络及学习算法[A]. |
[3] | Scalero R.S.;Tepedelenlioglu N. .A fast new algorithm for training feedforward neural networks[J].IEEE Transactions on Signal Processing: A publication of the IEEE Signal Processing Society,1992(1):202-210. |
[4] | 徐嗣鑫,戴友元.前向神经网络的一种快速学习方法及其应用[J].控制与决策,1993(04):284. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%