神经网络并联辨识算法的收敛性研究

神经网络可用来建立非线性动态系统的模型，其辨识模型可分为串并联辨识模型和并联辨识模型两种．后者的思想源于基于参考模型自适应方案的输出误差辨识模型，对观测扰动有较强的抑制能力．本文对这种神经网络并联辨识结构的收敛性进行了研究，指出在网络参数满足一定条件时并联预测过程收敛，且并联辨识算法具有局部收敛性．仿真实验验证了上述结论．