基于高斯微粒群优化的动态神经网络延迟系统辨识

被引：5

作者：

范剑超

韩敏

机构：

[1] 大连理工大学电子信息与电气工程学院

来源：

控制与决策 | 2010年 / 25卷 / 11期

关键词：

动态神经网络; 高斯微粒群; 延迟系统辨识; 预测;

D O I：

10.13195/j.cd.2010.11.105.fanjch.013

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为提高神经网络对未知非线性大滞后动态系统的泛化能力,提出一种基于高斯微粒群优化的自适应动态前馈神经网络.在输入层与隐含层之间、隐含层与输出层之间分别加入动态延迟算子,可以高效地辨识出系统纯滞后时间,建立精确系统模型.此外,采用高斯函数和混沌映射方法平衡微粒群算法全局寻优能力,以克服提前收敛的缺陷,从而快速有效地自适应优化网络中的参数.仿真实验表明了该方法在非线性大滞后系统辨识中的有效性.

引用

页码：1703 / 1706

页数：4