期刊文献+

反馈RBF神经网络在动态系统建模中的应用

Dynamic System Modeling Using Feedback RBF Neural Networks
下载PDF
导出
摘要 实际过程对象一般是动态非线性系统,然而前向神经元网络很难对动态系统进行建模,为解决这一问题,在RBF网络中引入输出反馈,使其适用于动态系统建模.为更有效地确定反馈RBF网络隐含层节点的个数,引入样本密度以及样本与输出目标的关联度,用较少的神经元实现网络的训练目标.仿真结果表明反馈RBF网络具有训练快,对样本需求少等特点;与其他建模方法的比较以及对实际对象的建模表明,反馈RBF网络对动态非线性系统建模是有效的、可行的.
作者 郭久福 黄道
出处 《控制工程》 CSCD 2003年第z2期99-101,共3页 Control Engineering of China
  • 相关文献

参考文献4

  • 1[1]Sandeep Adwankar, Ravi N Banavar. A recurrent network for dynamic system identification [ J ]. International Journal of Systems Science, 1997, 28(12): 1239-1250.
  • 2[2]Blum E K, Li L K. Approximation theory and feedforward networks [J]. Neural Networks, 1991, 4(4):511-515.
  • 3吴建锋,何小荣,陈丙珍.动态过程神经网络模型的研究(一)[J].系统工程理论与实践,2001,21(12):47-52. 被引量:5
  • 4闻新.Matlab神经网络应用设计[M].北京:科学出版社,2001..

二级参考文献7

共引文献87

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部