期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于BP神经网络的非线性系统辨识
被引量:
1
下载PDF
职称材料
导出
摘要
工业系统大多具有大滞后、非线性的特点,难于控制。本文介绍了基于BP神经网络实现对非线性系统的辨识和仿真分析,并给出了实例。仿真结果表明,该方法可以对工程中常遇的复杂的、非线性较强的系统进行辨识,具有一定的适用性。
作者
周妮娜
机构地区
宝鸡文理学院电子电气工程系
出处
《新技术新工艺》
2008年第10期36-37,共2页
New Technology & New Process
基金
宝鸡文理学院重点资助项目(ZK07105)
关键词
辨识
非线性系统
BP神经网络
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
8
参考文献
4
共引文献
50
同被引文献
3
引证文献
1
二级引证文献
5
参考文献
4
1
李书进,虞晖.
DD1滤波及其在非线性系统识别中的应用[J]
.信息技术,2004,28(1):11-14.
被引量:5
2
王学武,谭得健.
神经网络的应用与发展趋势[J]
.计算机工程与应用,2003,39(3):98-100.
被引量:48
3
焦立诚.神经网络的实现与应用[J].西安:西安电子科技大学出版社,1996.
4
何衍庆,姜洁,江艳君,等.MATLAB语言的应用[J].北京:化学工业出版社,2003.
二级参考文献
8
1
方建安,邵世煌.
采用遗传算法学习的神经网络控制器[J]
.控制与决策,1993,8(3):208-212.
被引量:28
2
[1]Hoshiya M and Saito E. Structural Identification by Extended Kalman Filter[J]. Journal of Engineering Mechanics, 1984,110(12):1757-1770.
3
[2]Yun B C and Shinozuka M. Identification of Nonlinear Structural Dynamic Systems[J]. Journal of Structural Mechanics,1980,8(2): 187-203.
4
[3]Norgaard M, K Poulsen N and Ravn O. New Developments in State Estimation for Nonlinear Systems[J]. Automatica, 2000,36:1627-1638.
5
[4]Xu P L. Biases and Accuracy of, and an Alternative to Discrete Nonlinear Filters[J]. Journal of Geodesy, 1999,73(1):35-46.
6
曾黄麟,曾谦.
基于粗集理论的神经网络[J]
.四川轻化工学院学报,2000,13(1):1-5.
被引量:41
7
曹志彤,陈宏平,金进生.
神经网络的混沌运动与控制[J]
.信息与控制,2001,30(1):25-29.
被引量:4
8
周志华,何佳洲,陈世福.
神经网络国际研究动向——2000年国际神经网络联合大会评述[J]
.模式识别与人工智能,2000,13(4):415-418.
被引量:8
共引文献
50
1
谭树彬,刘建昌,钟云峰,徐心和.
基于神经网络的电液伺服阀故障诊断[J]
.仪器仪表学报,2006,27(z1):401-403.
被引量:6
2
曹乐平.
食品机械故障的神经网络分析[J]
.湖南人文科技学院学报,2004,21(6):143-146.
3
李凌鹏.
基于粗集的神经网络在目标类型识别中的研究[J]
.情报指挥控制系统与仿真技术,2005,27(1):9-12.
被引量:1
4
王国庆,吴顺华,王伟,李媛,孙萍.
微波陶瓷测试技术的神经网络实现[J]
.天津大学学报(自然科学与工程技术版),2005,38(8):735-739.
5
刘春平.
神经网络的应用与发展[J]
.电子工艺技术,2005,26(6):360-361.
被引量:4
6
温芝元,曹乐平.
神经网络在项目财务评价上的应用[J]
.吉首大学学报(自然科学版),2005,26(3):86-90.
被引量:3
7
周妮娜,王永彬.
基于神经网络的非线性系统辨识[J]
.宝鸡文理学院学报(自然科学版),2006,26(1):57-58.
8
李景熹,王树宗,王宇.
基于多元插值的DD型滤波算法仿真研究[J]
.计算机仿真,2006,23(6):124-126.
9
刘丽娜,宋向群,郭子坚.
径向基神经网络在港城经济系统模型变量选取中的应用[J]
.哈尔滨工程大学学报,2006,27(B07):169-172.
被引量:3
10
李景熹,王树宗,黄毅.
轮式水下无人探测器姿态估计仿真研究[J]
.舰船科学技术,2006,28(4):40-42.
被引量:1
同被引文献
3
1
程森林,师超超.
BP神经网络模型预测控制算法的仿真研究[J]
.计算机系统应用,2011,20(8):100-103.
被引量:6
2
吴琼,任瑾.
基于数据滤波的极大似然递推最小二乘辨识[J]
.电子世界,2017,0(15):51-52.
被引量:2
3
张宝堃,张宝一.
基于BP神经网络的非线性函数拟合[J]
.电脑知识与技术,2012,8(9X):6579-6583.
被引量:13
引证文献
1
1
吴琼.
基于BP神经网络对非线性函数拟合[J]
.电子世界,2018,0(7):69-69.
被引量:5
二级引证文献
5
1
朱思远,张宸豪,吴邪,耿耀君,杨龙.
基于神经网络的天气发生器[J]
.现代计算机,2019,25(18):3-5.
2
朱啸天,张杨.
基于企业校准行为模型的客户分析[J]
.电子技术与软件工程,2020(9):204-208.
3
钟帆,茅大钧,汤诚,孙道万.
基于PSO-BP的燃气轮机燃烧调整研究[J]
.青海电力,2020,39(4):31-35.
被引量:1
4
钟帆,茅大钧,汤诚,孙道万.
基于LSSVM建模和AFSA算法的燃气轮机燃烧优化[J]
.上海电机学院学报,2021,24(3):155-161.
被引量:1
5
潘威丞,王贺.
基于LM-BP算法的燃气轮机特性仿真分析[J]
.科技创新导报,2021,18(16):75-79.
1
陈静,葛超,安光晨.
RBF神经网络在非线性系统辨识中的应用[J]
.陶瓷研究与职业教育,2007,5(4):14-15.
被引量:1
2
梁峰,谭永红.
用小波神经网络进行非线性系统辨识[J]
.桂林电子工业学院学报,2000,20(1):18-22.
被引量:5
3
朱全民.
非线性系统辨识[J]
.控制理论与应用,1994,11(6):641-652.
被引量:18
4
周妮娜,王永彬.
基于神经网络的非线性系统辨识[J]
.宝鸡文理学院学报(自然科学版),2006,26(1):57-58.
5
马野.
径向基神经网络在非线性系统辨识中的应用[J]
.海军工程大学电子工程学院学报,2001(4):10-12.
6
田广青.
一个基于知识的工业过程智能控制系统[J]
.黑龙江电力技术,1995,17(3):185-189.
7
周碧英.
粒子群优化神经网络算法在非线性系统辨识中的应用研究[J]
.计算机与数字工程,2013,41(8):1220-1221.
被引量:3
8
李志,王勇.
工业容错技术引论[J]
.机械设计与制造工程,2002,31(1):4-5.
被引量:9
9
张翠芳.
基于神经网络的非线性系统辨识研究[J]
.学术动态报导,1998(1):39-40.
10
闫纪红,史小平,王宏伟,王子才.
一种辨识非线性系统的新方法及其应用[J]
.应用科学学报,1999,17(1):51-57.
被引量:4
新技术新工艺
2008年 第10期
职称评审材料打包下载
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...
;
用户登录
登录
IP登录
使用帮助
返回顶部