基于改进的RBF神经网络在线辨识算法及其应用

被引：16

作者：

姬晓飞

申东日

陈义俊

机构：

[1] 辽宁石油化工大学信息工程学院,辽宁石油化工大学信息工程学院,辽宁石油化工大学信息工程学院辽宁抚顺,辽宁抚顺,辽宁抚顺

来源：

计算机仿真 | 2003年 / 11期

关键词：

神经网络; 在线辨识; 竞争学习;

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：

140502 [人工智能];

摘要：

针对径向基函数 (RBF)神经网络用于非线性系统辨识时存在的问题 ,对径向基函数网络的拓扑结构作了改进 ,并给出了改进的径向基函数 (MRBF)神经网络的中心选取方法和权值在线调整算法 ,最后用改进的径向基函数网络对一个典型工业对象 (CSTR)进行了应用研究 ,结果表明方法有效。

引用

页码：61 / 63

页数：3

共 5 条

[1]

一类基于RBF神经网络的动态系统在线自适应辨识方法 [J].

徐英 ;

杨尔辅 ;

徐用懋 .

信息与控制, 2001, (06) :508-512

[2]

基于递推正交最小二乘的RBF网络结构优化 [J].

范文兵 ;

陶振麟 ;

张素贞 .

华东理工大学学报, 2001, (05) :503-506

[3]

基于递推k-均值聚类算法的RBF神经网络及其在系统辨识中的应用 [J].

李鑫滨 ;

杨景明 ;

丁喜峰 .

燕山大学学报, 1999, (04) :363-366

[4]

RBF神经网络理论及其在控制中的应用 [J].

王旭东 ;

邵惠鹤 .

信息与控制, 1997, (04)

[5]

模糊规则的学习及其在非线性系统建模中的应用 [J].

陈建勤 ;

席裕庚 ;

张钟俊 .

自动化学报, 1997, (04)

← 1 →