基于免疫识别原理和RFNN的复杂系统辨识

本文借鉴免疫识别原理,结合递归模糊神经网络(RFNN),提出了一种新的基于免疫化递归模糊神经网络的复杂系统辨识方法.其基本思想是,将复杂系统模型分解为可变部分与不变部分,不变模型描述系统平均动态行为,可变模型描述不确定性造成的系统实际行为对平均行为的偏差.以RFNN的隶属度函数神经元为构件,用它的各种组合构造不同的RFNN模型覆盖系统的可变模型空间,应用时采用免疫遗传算法在线筛选合适构件构造可变模型,识别系统扰动.仿真结果表明该方法能有效完成复杂不确定系统的快速在线识别。