欢迎登录材料期刊网

材料期刊网

高级检索

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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%