NARX网络在自适应逆控制动态系统辨识中的应用

被引：15

作者：

刘亚秋

马广富

石忠

机构：

[1] 哈尔滨工业大学控制科学与工程系

[2] 哈尔滨工业大学控制科学与工程系黑龙江哈尔滨佳木斯大学信息电子技术学院

[3] 黑龙江佳木斯

[4] 黑龙江哈尔滨

来源：

哈尔滨工业大学学报 | 2005年 / 02期

关键词：

动态神经网络; RTRL算法; NARX网络; 自适应逆控制;

D O I：

暂无

中图分类号：

TP273.2 [];

学科分类号：

080201 ; 0835 ;

摘要：

针对动态神经网络的学习算法问题,提出了一种适用于带外加输入的非线性自回归 (NARX)动态网络的改进型RTRL学习算法. 该算法基于LM算法的思想,取代传统RTRL中的梯度寻优算法,以改善RTRL的学习速度, 并将该方法应用于NARX动态网络自适应逆控制的对象辨识中. 数值仿真结果表明该改进学习算法是可行而有效性的,并且也验证了NARX动态神经网络具有很强的动态描述能力.

引用

页码：173 / 176

页数：4

共 4 条

[1] 基于DWT/LMS直交自适应算法的非线性系统辨识 [J].

马广富 ;

刘亚秋 ;

姜雪原 .

哈尔滨工业大学学报, 2004, (03) :302-306

[2] 几种递归神经网络及其在系统辨识中的应用 [J].

丛爽 ;

高雪鹏 .

系统工程与电子技术, 2003, (02) :194-197

[3] 神经网络自适应逆控制的仿真研究 [J].

韩璞 ;

张海琳 ;

张丽静 .

华北电力大学学报, 2001, (03) :26-30

[4]

Compu tationalcapabilitiesofrecurrentNARXneuralnetworks .2 SIEGELMANNHT,HORNEBG,GILESCL. IEEETransonSystems,ManandCybernetics———PartB:Cybernetics . 1997

← 1 →