递归神经网络的RPE算法及其在非线性动态系统建模中的应用

被引：8

作者：

李鸿儒

顾树生

邓长辉

机构：

[1] 东北大学信息科学与工程学院!辽宁沈阳

[2] 抚顺特钢公司!辽宁抚顺

来源：

东北大学学报 | 2000年 / 06期

关键词：

递归神经网络; 递推预报误差; 非线性动态系统; 系统建模;

D O I：

暂无

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：

针对递归神经网络BP学习算法收敛慢的缺陷 ,通过引入递推预报误差 (RPE)学习算法 ,提出一种新的递归神经网络快速学习算法·该算法的基本原理是沿着指标函数的Gauss Newton搜索方向修正权值 ,同时不必计算二阶偏导数和进行矩阵求逆运算·仿真结果表明 ,该算法比传统的递归BP学习算法具有更快的收敛速度 ,用于非线性动态系统建模是有效的

引用

页码：590 / 593

页数：4