基于改进微粒群算法的Elman网络在非线性动态系统辨识中的应用
摘要
针对反向传播算法优化ELMAN神经网络权值时存在的收敛速度慢,求解精度低等问题,提出了改进微粒群算法修正网络权值的学习算法.仿真结果验证了基于改进微粒群算法的Elman神经网络在非线性系统中进行辨识的可行性。
出处
《电脑知识与技术》
2009年第9X期7741-7742,共2页
Computer Knowledge and Technology
参考文献3
-
1Ge H Y,Liang Y C.Identification for Non-Linear Systems Based on Particle Swarm Optimization and Recurrent Neural Network[].Proceedings of the IEEE International Conference on CommunicationsCircuits and Systems.2005
-
2Natsuki Higashi,Hitashi lba.Particle Swarm Optimization with Gaussian Mutation[].IEEE Proceedings of the Swarm Intelligence Symposium.2003
-
3Chia-Feng Juang.A hybrid of genetic algorithm and particle swarm optimization for recurrent network design[].IEEE Transactions on SystemsManand CyberneticsPart B: Cybernetics.2004
-
1彭宇,蒋静坪.面向对象的神经网络程序设计及其在非线性动态系统辨识中的应用[J].科技通报,1999,15(3):193-198. 被引量：2
-
2曾凡锋,蔡自兴.基于小波神经网络的非线性动态系统辨识[J].中南工业大学学报,1998,29(3):280-283. 被引量：10
-
3谭永红,党选举.基于小波神经网络的非线性动态系统辨识[J].桂林电子工业学院学报,1999,19(1):1-6.
-
4谭立地,倪玉华.PID神经网络辨识能力的初步研究[J].江西科学,2003,21(4):297-300. 被引量：2
-
5慕昆,彭金柱.基于Hammerstein型神经网络的非线性动态系统辨识[J].计算机应用与软件,2015,32(10):168-171.
-
6舒怀林.PID神经网络及其非线性动态系统辨识能力分析[J].广东自动化与信息工程,2001,22(4):1-4. 被引量：5
-
7李丽香,彭海朋,杨义先.混沌蚂蚁群算法设计T-S模糊系统[J].物理学报,2008,57(2):703-708. 被引量：7
-
8刘云霞,林孝工,王智学.水下机器人运动系统的神经网络辨识[J].机械工程与自动化,2006(2):81-83. 被引量：4
-
9赵明旺.基于遗传算法和最速下降法的非线性动态系统辨识的混合算法[J].高技术通讯,1997,7(6):31-36. 被引量：2
-
10张莉,席裕庚.基于支持向量机的可分离非线性动态系统辨识[J].自动化学报,2005,31(6):965-969. 被引量：4
