- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种新型动态回归神经网络结构在非线性系统辨识中研究
孟凡华1吴学礼2杜太行1杜云2孟华2
1河北工业大学电气工程学院天津市300130
2河北科技大学电气信息学院石家庄市050054
E-mail:mfhrysm@eyou.tomwuxueli@heubst.edu.cnthdu@hebut.edu.cn
duyun@hebust.edu.cnmenghua@heubst.edu.cn
摘要:本文对非线性和时变人滞后动力系统的在线辨识问题进行了研究,提出了对神经网络的输入神
经元进行并行化处理的递归结构,使神经网络具有动态在线辨识能力。论述了网络结构算法的可行性。通
过对非线性和大时变纯滞后的被控对象的在线辨识仿真结果,验证了输入并行化动态回归网络具有很强的
自适应性和鲁棒性,为非线性动态系统在线辨识提供了新的方法。
关键词:神经网络输入并行化动态回归在线辨识
rno ■●● ●● J●一 ‘ ·●’ ■’
nonllnear
’l。heresearcn0tanewldentltlcationstructUre10r
basedon recurrentoftheneuralnetwork
system dynamic
2
fan-hua‘Wuxue.1iDu Du hua2
Meng tai-han91yun2Meng
1
SchoolofElectrical of 300130;
Engineering,HebeiUniversityTechnology,Tianjin
2
Electrical
of 050054,China.
College EngineeringInformationScience,Shijiazhuang
wuxueli@heubst.edu.ellthdu@hebut.edu.cn
E—mail:mfhrysm@eyou.com
duyun@hebust.edu.ca
menghua@:heubst.edu.cn
\
Abstract:Thisresearchedanon-lineidentificationonthenonlinearandtime—variable
paper largedelay
outthe recurrentneural oftheneural theneural
dynamicsystem,andpointed dynamic input parallel network,so
has on·line discussedthe ofthenetwork’s
network identification
dynamic capability,and algorithm capability.
the andtime--variable
on··lineidentificationsimulat
原创力文档


文档评论(0)