多层前向神经网络的RLS修正训练算法

被引:4
作者
胡云安
吴光彬
机构
[1] 海军航空工程学院自动控制工程系!烟台
关键词
神经系统; 网络结构; 最小二乘方法; 模拟;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
文献[4]提出一种训练多层前向神经网络的快速学习算法—RLS算法,与标准BP算法相比有较高的学习效率,但该方法的主要缺陷是存在数值稳定问题和鲁棒性不强的问题。提出了一种修正的基于递推最小二乘算法(RLS)的多层前向神经网络的快速学习算法,证明了算法的数值稳定性,对两个系统进行了辨识,并与RLS训练算法和标准BP算法进行了比较,仿真结果显示了所提方法的鲁棒性和有效性。
引用
收藏
页码:77 / 80
页数:4
相关论文
共 3 条
[1]   多层前向神经网络的RLS训练算法及其在辨识中的应用 [J].
谭永红 .
控制理论与应用, 1994, (05) :594-599
[2]  
神经元网络控制.[M].王永骥;涂健编著;.机械工业出版社.1998,
[3]  
自适应控制理论及其在船舶系统中的应用.[M].黄继起编著;.国防工业出版社.1992,