基于前向神经网络的非线性时变系统辨识
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Nonlinear time-varying systems identification by feedforward neural networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出基于前向神经网络的非线性时变系统辨识方法 ,并用局部化推广卡尔曼滤波算法训练网络 .该算法与全局推广卡尔曼滤波算法相比 ,不需要矩阵求逆运算 ,具有更高的收敛速度和更小存储容量要求 .仿真结果表明本文提出的方法在对非线性时变系统辨识方面取得较好效果

    Abstract:

    A new identification method based on feed forward networks is presented for nonlinear time varying systems. We apply local extended Kalman Algorithm to train feed forward networks, this algorithm needs no matrix inversion computation and has the higher convergence speed and the smaller storage required in comparison to the global extended Kalman Algorithm. Simulation results show the present method has better effect on nonlinear time varying systems identification.

    参考文献
    相似文献
    引证文献
引用本文

顾成奎; 王正欧;.基于前向神经网络的非线性时变系统辨识[J].管理科学学报,2001,4(3):

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
管理科学学报 ® 2024 版权所有
通讯地址:天津市南开区卫津路92号天津大学第25教学楼A座908室 邮编:300072
联系电话/传真:022-27403197 电子信箱:jmsc@tju.edu.cn