原创力文档- 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
基于模块化神经网络的非线性系统动态建模.pdf
一2006中国控制与决策学术年会论文集
of2006ChineseControlandDedsioaCon／e,“ce 397
proceediT,gs
基于模块化神经网络的非线性系统动态建模
刘英玉，申东日，陈义傻，李 蓉
(x7-宁石油化工大学信息工程学院．辽宁抚顺113001)
摘要：针对季线性幕坑的熏模。提出一种基于模块化神经网筹的甘鑫建模方法．谖方法是多个神经罔碧吐协同方
式构是的学习系统，喜子髓謦有不同的功能，能区别出不同时同阶段动寿数据对掇合效呆的影响．从面提高系统的泛
亿能力和学习算法的稳定性．采用具有快速收鼓功能的L-M算法训练于网络，为了避免模型陷入局部极小值和相互
关联．利用其有全局优化能力的遗传算法确定同络结构和韧始权值．仿真结果表明模块化神经网络比单一的网络结
相具有更好的楚模效果．
关键词t模块化神经网络；垂线性系统}L—M算法I遗传算法}动态建模
Nonlinear BasedonModularNeural
SystemsDynamicModeling
Networks
Dong-rl，CHEN
L2U]ring—yu，SHEN Yi一丘n，工jRong
andChemical
ofInformationand ofPetroleum
(College Engineering，LiaoningUniversity Technology．Fushun
113001，China．Correspondent#LIUYing-”，￡·mail：liuyingyu996@163．corn)
modelnonlinear whichis basedonmodularneuralnetworksis
Abstract；To systems，anapproach dynamicmodeling
ina of ofanumberofneuralnetworks．Eachsub-nethas
the systemsfashioncooperation
proposed．Itdesignsstudy
influence different
dIfierentfunction，which thedifferent of effects dynamic
c口distinguish approximateby stage
hasthehat
datas，∞that and sub—netswhich
stability．L-Malgorlthmtraining convergent
improvegeneralization
is uMof which in thenetworkstructure
algorithm optimizeselecting
advantageadopted．Thegenetic ca“globally
andinitial themodelavoid ialocalminimaandinterrelated．SimuIationresultsshow
文档评论（0）