进化Elman神经网络模型与非线性系统辨识

被引：23

作者：

葛宏伟

梁艳春

机构：

[1] 吉林大学计算机科学与技术学院

来源：

吉林大学学报(工学版) | 2005年 / 05期

基金：

高等学校博士学科点专项科研基金;

关键词：

计算机系统结构; 控制理论; 计算智能; 动态递归神经网络; 非线性系统辨识;

D O I：

10.13229/j.cnki.jdxbgxb2005.05.012

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

建立了一种采用改进的自适应遗传算法实现动态递归的进化E lman神经网络模型。提出了对网络的结构、权重、结构单元的初始输入和自反馈增益因子同时进化的学习算法。用初始状态优化的E lman网络集成反馈学习算法和E lman网络在线训练两种动态辨识算法形成的集成化动态递归网络辨识算法,实现了超声马达的速度辨识。模拟结果表明,提出的算法不仅实现了动态递归网络的全自动优化设计,而且明显提高了动态递归网络模型辨识算法的收敛精度,为非线性系统辨识提供了一条新的途径。

引用

页码：511 / 519

页数：9