具有动态补偿能力的神经网络模型及其在动态系统建模中的应用

被引:9
作者
张星昌
机构
[1] 中国科学院自动化研究所
关键词
多层前馈网络;系统建模;网络训练;动态补偿;
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
本文在多层前馈神经网络模型基础上,引入误差动态反馈环节,从而形成一种新的具有动态补偿能力的神经网络模型.新模型的训练利用反向传播原理实现.采用该模型对非线性动态系统进行建模时,能显著提高建模精度,特别是在网络模型工作时,对新出现的输出误差具有动态补偿能力.文中给出了新网络模型的结构和学习算法,最后是仿真实例.
引用
收藏
页码:823 / 826
页数:4
相关论文
empty
未找到相关数据