自组织递归区间二型模煳神经网络在动态时变系统辨识中的应用.pdfVIP

第 卷 第 期 光学精密工程 １９ ６ 　 Ｖｏｌ．１９ Ｎｏ．６ 　 　 　 　　 　　　　 　　　　 　　　　 Ｏ ｔｉｃｓａｎｄＰｒｅｃｉｓｉｏｎＥｎ ｉｎｅｅｒｉｎ 年 月 　 ｐ 　 　 　 ｇ ｇ ２０１１ ６ Ｊｕｎ．２０１１ 　 　 　 文章编号 （ ） １００４９２４Ｘ ２０１１０６１４０６０８ 　 － － － 自组织递归区间二型模糊神经 网络在动态时变系统辨识中的应用 ＊ ， ， ， ， 李 迪 陈向坚 续志军 杨 帆 牛文达 　 　 （ ， ） 中国科学院长春光学精密机械及物理研究所 吉林长春 １３００３３ ： ， ， 摘要 针对动态时变系统辨识过程中存在噪声干扰的问题 本文将区间二型模糊集结合到递归神经网络中 提出了自组 。 织递归区间二型模糊神经网络以增强动态时变系统的抗噪能力 该自组织递归区间二型模糊神经网络由前件和后件两 ： ， ， 部分构成 前件为区间二型模糊集模型 用于将每个规则的激活强度反馈到自身构成内反馈回路 其参数学习采用梯度 ； （ ） ， ， 下降算法 后件为带有区间权值的 Ｔａｋａ ｉＳｕ ｅｎｏＫａｎ ＴＳＫ 模型 其参数学习采用有序规则卡尔曼滤波算法 且网络 － － ｇ ｇ ｇ 。 ， 初始规则数为零 所有规则均通过结构学习和前后件参数同时在线学习来产生 其网络结构学习采用的是在线区间二 。 ， 。 ， 型模糊群集 为验证提出的神经网络的优越性 将其应用到单输入单输出动态时变系统的辨识中 实验结果表明 相对 ／ 、 ， ， ， 于前馈一型 二型模糊神经网络 递归一型模糊神经网络 该神经网络的辨识能力强 即使在存在白噪声的条件下 也能 减小测试及训练误差。 ： ；