进化Elman神经网络模型与非线性系统辨识 被引量：21

1

作者 葛宏伟 梁艳春 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2005年第5期511-519,共9页

建立了一种采用改进的自适应遗传算法实现动态递归的进化E lman神经网络模型。提出了对网络的结构、权重、结构单元的初始输入和自反馈增益因子同时进化的学习算法。用初始状态优化的E lman网络集成反馈学习算法和E lman网络在线训练两... 建立了一种采用改进的自适应遗传算法实现动态递归的进化E lman神经网络模型。提出了对网络的结构、权重、结构单元的初始输入和自反馈增益因子同时进化的学习算法。用初始状态优化的E lman网络集成反馈学习算法和E lman网络在线训练两种动态辨识算法形成的集成化动态递归网络辨识算法,实现了超声马达的速度辨识。模拟结果表明,提出的算法不仅实现了动态递归网络的全自动优化设计,而且明显提高了动态递归网络模型辨识算法的收敛精度,为非线性系统辨识提供了一条新的途径。 展开更多

关键词 计算机系统结构 控制理论 计算智能 动态递归神经网络 非线性系统辨识

下载PDF 职称材料

基于动态神经网络非线性结构辨识的研究 被引量：9

2

作者 魏民祥 闫桂荣 沈亚鹏 《应用力学学报》 CAS CSCD 北大核心 2000年第2期110-113,共4页

利用 Elman动态递归神经网络 ,对非线性结构进行黑箱辨识 ,建立了它的非线性状态方程 ;提出了加快网络收敛速度的自适应学习算法。辨识结果表明 ,动态递归网络模型优于传统辨识模型 ,适于非线性、不确定结构的辨识。

关键词 非线性结构 动态递归神经网络 辨识 结构振动

下载PDF 职称材料

非线性系统多步预测控制的复合神经网络实现 被引量：15

3

作者 杨煜普 黄新民 许晓鸣 《控制与决策》 EI CSCD 北大核心 1999年第4期314-318,共5页

提出一种基于神经网络的非线性多步预测控制。采用由线性网络和动态递归神经网络构成的复合神经网络，在此基础上将线性系统的广义预测控制器扩展为非线性系统的多步预测控制器。通过对非线性过程ＣＳＴＲ的仿真表明，该方法的稳定性和... 提出一种基于神经网络的非线性多步预测控制。采用由线性网络和动态递归神经网络构成的复合神经网络，在此基础上将线性系统的广义预测控制器扩展为非线性系统的多步预测控制器。通过对非线性过程ＣＳＴＲ的仿真表明，该方法的稳定性和鲁棒性明显优于线性ＤＭＣ预测控制。 展开更多

关键词 非线性系统 预测控制 复合神经网络

下载PDF 职称材料

基于Elman神经网络的非线性动态系统辨识 被引量：13

4

作者 高钦和 王孙安 《计算机工程与应用》 CSCD 北大核心 2007年第31期87-89,共3页

研究了应用动态递归神经网络实现动态系统辨识的原理和方法,在没有被辨识对象的先验知识情况下,通过改进的El-man网络实现了非线性动态系统的辨识。仿真结果表明,与前馈网络相比,Elman网络具有学习速度快、泛化能力强的特点,可用较小的... 研究了应用动态递归神经网络实现动态系统辨识的原理和方法,在没有被辨识对象的先验知识情况下,通过改进的El-man网络实现了非线性动态系统的辨识。仿真结果表明,与前馈网络相比,Elman网络具有学习速度快、泛化能力强的特点,可用较小的网络结构实现高阶系统的辨识,适用于具有本质非线性动态系统的辨识。 展开更多

关键词 非线性系统辨识 动态系统 动态递归神经网络 ELMAN网络

下载PDF 职称材料

一种基于动态递归神经网络的交通流量实时预测方法 被引量：12

5

作者 徐启华 丁兆奎 毕训银 《淮海工学院学报（自然科学版）》 CAS 2003年第4期14-17,共4页

智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施 ,实时、准确的交通流量预测是智能交通系统实现的关键技术之一。提出了一种基于改进型 Elman神经网络的交通流量实时预测方法 ,由于预测模型中采用的递归神经网络具有动... 智能交通系统是目前世界上公认的解决城市交通拥堵问题的最佳措施 ,实时、准确的交通流量预测是智能交通系统实现的关键技术之一。提出了一种基于改进型 Elman神经网络的交通流量实时预测方法 ,由于预测模型中采用的递归神经网络具有动态记忆能力 ,因而可在网络规模较小的情况下实现对交通流量的快速、准确预测 。 展开更多

关键词 动态递归神经网络 交通流量 实时预测模型 遗传算法

下载PDF 职称材料

基于动态递归神经网络的超磁致伸缩驱动器精密位移控制 被引量：11

6

作者 曹淑瑛 郑加驹 +2 位作者 王博文 黄文美 颜威利 《中国电机工程学报》 EI CSCD 北大核心 2006年第3期106-111,共6页

由于内在的滞回非线性,超磁致伸缩驱动器(GMA)会在开环系统中引起定位误差,在闭环系统中造成系统不稳定。为了克服这个问题,将动态递归神经网络(DRNN)前馈和PD反馈控制器相结合,提出了一种实时滞回补偿控制策略,以期实现GMA的精密位移... 由于内在的滞回非线性,超磁致伸缩驱动器(GMA)会在开环系统中引起定位误差,在闭环系统中造成系统不稳定。为了克服这个问题,将动态递归神经网络(DRNN)前馈和PD反馈控制器相结合,提出了一种实时滞回补偿控制策略,以期实现GMA的精密位移跟踪控制。DRNN控制器是根据GMA的滞回特性构造的,通过反馈误差学习方案在线学习GMA的逆滞回模型。仿真结果表明该控制策略能适应GMA滞回特性随机械负载、输入信号的变化,在线建立GMA的滞回逆模型,从而消除滞回非线性的影响,实现GMA的精密控制。 展开更多

关键词 超磁致伸缩驱动器 滞回非线性 反馈误差学习 动态递归神经网络 实时补偿控制

下载PDF 职称材料

时空预测技术在森林防火中的应用研究 被引量：11

7

作者 王佳璆 程涛 《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2007年第2期110-113,116,共5页

构建了一个随机的时间序列模型获得每一个空间上相互独立部分的时间预测,然后建立动态回归神经网络(DRNN)发现隐藏的空间关系,最后用统计回归方法把单个时间和空间预测整合起来产生最终预测。实验结果表明,提出的方法能对森林火灾面积... 构建了一个随机的时间序列模型获得每一个空间上相互独立部分的时间预测,然后建立动态回归神经网络(DRNN)发现隐藏的空间关系,最后用统计回归方法把单个时间和空间预测整合起来产生最终预测。实验结果表明,提出的方法能对森林火灾面积进行准确有效的预测。通过对时空预测结果的准确性和训练精度进行讨论,分析了时空预测方法在林火预测中的可行性,证明时空变化预测方法在林火预测中的应用价值。 展开更多

关键词 时空预测 森林火灾 动态回归神经网络

下载PDF 职称材料

简单动态递归神经网络在非线性系统辨识中的应用 被引量：8

8

作者 杜云 田强 +2 位作者 杜艳 张苏英 王畅 《河北科技大学学报》 CAS 北大核心 2009年第2期130-134,179,共6页

提出了用一种结构非常简单的动态递归神经网络(SRNN)辨识非线性系统的方法。该方法研究了在递归层不加权的网络简单拓扑结构,推导出SRNN的预报误差(RPE)学习算法,并对算法进行了补充和改进。仿真实验结果表明,这种网络需要调整的权系值... 提出了用一种结构非常简单的动态递归神经网络(SRNN)辨识非线性系统的方法。该方法研究了在递归层不加权的网络简单拓扑结构,推导出SRNN的预报误差(RPE)学习算法,并对算法进行了补充和改进。仿真实验结果表明,这种网络需要调整的权系值少,且改进后的学习算法简单、辨识速度快、模型精度高,解决了一般动态递归网络因网络拓扑结构复杂造成的训练算法复杂、收敛速度慢的问题,可以实时应用。 展开更多

关键词 动态递归神经网络 系统辨识 非线性系统 RPE算法

下载PDF 职称材料

基于动态反馈神经网络的复杂系统预测控制 被引量：6

9

作者 李秀改 黄德先 《吉林大学学报（信息科学版）》 CAS 2004年第4期369-372,共4页

在分析基于动态反馈神经网络(DRNN:DynamicRecurrentNeuralNetwork)的模型预测控制策略的基础上,为改善Elman网络辨识高阶系统时的计算复杂性,采用具有局部动态反馈特性的Elman网络进行线性系统状态空间模型的在线辨识。基于跟踪器型性... 在分析基于动态反馈神经网络(DRNN:DynamicRecurrentNeuralNetwork)的模型预测控制策略的基础上,为改善Elman网络辨识高阶系统时的计算复杂性,采用具有局部动态反馈特性的Elman网络进行线性系统状态空间模型的在线辨识。基于跟踪器型性能指标的预测控制器对系统进行滚动优化,并对动态反馈神经网络逼近状态空间模型进行了证明。对过程控制装置三容系统进行了仿真研究,通过离线训练方式获得网络初值的选择。仿真结果表明,此算法能使系统的输出保持期望轨迹,并能有效处理系统本身的输入、输出约束条件。 展开更多

关键词 动态反馈神经网络 模型预测控制 二次规划

下载PDF 职称材料

基于DRNN和ARIMA模型的森林火灾面积时空综合预测方法 被引量：7

10

作者 梅志雄 徐颂军 王佳璆 《林业科学》 EI CAS CSCD 北大核心 2009年第8期101-107,共7页

森林火灾是一个跨空间发展的动态过程,不易被传统的分析方法和静态神经网络有效处理。提出一种基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的森林火灾时空综合预测方法。该方法先用ARIMA对时空数据的时序进行预测,... 森林火灾是一个跨空间发展的动态过程,不易被传统的分析方法和静态神经网络有效处理。提出一种基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的森林火灾时空综合预测方法。该方法先用ARIMA对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间相关,最后用统计回归将时间和空间预测结果组合起来,得到时空综合预测结果。以广东省森林火灾面积预测为例,说明其原理和建模过程,并对预测结果的精度进行验证。结果表明:由于考虑了数据间的空间关系,该时空综合预测模型可以对森林火灾面积进行较准确有效的预测,比单纯应用ARIMA模型预测精度高,是预测森林火灾等跨空间动态变化问题的有效工具。 展开更多

关键词 动态回归神经网络 ARIMA模型 森林火灾 时空综合预测

下载PDF 职称材料

基于动态递归神经网络的自适应PID控制 被引量：4

11

作者 吴志敏 李书臣 《控制工程》 CSCD 2004年第3期216-219,共4页

提出一种基于动态递归神经网络的自适应PID控制方案,该控制系统由神经网络辨识器和神经网络控制器组成。辨识器采用单隐层的动态递归神经网络,网络结构为2 4 1;辨识算法为动态BP算法;控制器采用两层线性结构的神经网络,输入为系统偏差... 提出一种基于动态递归神经网络的自适应PID控制方案,该控制系统由神经网络辨识器和神经网络控制器组成。辨识器采用单隐层的动态递归神经网络,网络结构为2 4 1;辨识算法为动态BP算法;控制器采用两层线性结构的神经网络,输入为系统偏差及其一阶、二阶微分,因此具有增量型PID控制结构。应用该控制系统对一非线性时变系统进行仿真研究,仿真结果表明该控制方案不仅具有良好的跟踪特性,而且对系统参数变化具有较强的鲁棒性。 展开更多

关键词 动态递归神经网络 自适应PID控制 神经网络辨识器 神经网络控制器 非线性系统 动态BP算法

下载PDF 职称材料

非线性多步预测与优化方法在水文预报中的应用 被引量：4

12

作者 张巧利 金世国 《舰船科学技术》 北大核心 2017年第2X期136-138,共3页

水文预报能够为水资源的保护提供强有力的依据。本文将经验模式分解和动态递归神经网络相结合建立多步预测模型,以此来解决预测数据的非线性、精度低等问题。最后通过对比实验来说明,本文算法能够通过经验模式分解得到不同的模式分量,... 水文预报能够为水资源的保护提供强有力的依据。本文将经验模式分解和动态递归神经网络相结合建立多步预测模型,以此来解决预测数据的非线性、精度低等问题。最后通过对比实验来说明,本文算法能够通过经验模式分解得到不同的模式分量,降低了原始数据之间的耦合性,提高了系统的稳定性。 展开更多

关键词 多步预测 经验模式分解 动态递归神经网络

下载PDF 职称材料

基于遗传算法和改进Elman神经网络的股价预测 被引量：3

13

作者 李晓静 邓国和 《广西师范大学学报（自然科学版）》 CAS 北大核心 2008年第3期41-44,共4页

针对Elman神经网络在股价预测中存在网络结构的隐节点个数难以确定和网络训练极易陷入局部解的不足,以未来两天股票最高价作为预测对象,采用改进Elman神经网络结构,以辨识更高阶的动态系统;同时又利用遗传算法优化该神经网络的初始连接... 针对Elman神经网络在股价预测中存在网络结构的隐节点个数难以确定和网络训练极易陷入局部解的不足,以未来两天股票最高价作为预测对象,采用改进Elman神经网络结构,以辨识更高阶的动态系统;同时又利用遗传算法优化该神经网络的初始连接权和确定网络隐节点个数,从而解决上述网络在股价预测中的不足,并在遗传进化计算过程中采用保留最佳个体的策略,进行预测建模。结果表明这种模型对股价的预测精度较高,具有一定可行性。 展开更多

关键词 遗传算法 动态递归神经网络 股价 预测

下载PDF 职称材料

基于主成分分析和动态神经网络的时间序列预报 被引量：3

14

作者 严其艳 《中国西部科技》 2009年第10期27-28,共2页

本文提出一种基于主成分分析(PCA)和动态神经网络的多变量时间序列预报方法,并对具体实例建立多变量时间序列模型。仿真实验结果表明该网络具有很强的学习能力和泛化能力,适合进行非线性时间序列预报。

关键词 PCA 动态递归神经网络 时间序列预报

下载PDF 职称材料

应用DRNN和ARIMA组合模型的时空集成预测方法 被引量：2

15

作者 梅志雄 《小型微型计算机系统》 CSCD 北大核心 2010年第4期657-661,共5页

在评析目前时空预测研究现状的基础上,提出基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的时空集成预测方法.该方法先用ARIMA模型对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间关系,最后用线性回归将... 在评析目前时空预测研究现状的基础上,提出基于动态回归神经网络(DRNN)和自回归集成移动平均(ARIMA)组合模型的时空集成预测方法.该方法先用ARIMA模型对时空数据的时序进行预测,再用DRNN捕获时空数据间隐藏的空间关系,最后用线性回归将二者整合起来,得到集成预测结果.案例实验结果表明:该方法比不考虑空间影响的预测方法或单一的预测方法有更高的精度;该方法具有良好的动态处理和计算能力,对跨空间的动态过程的预测有效可行. 展开更多

关键词 动态回归神经网络 ARIMA模型 集成 时空预测

下载PDF 职称材料

基于免疫粒子群优化的一种动态递归神经网络辨识与控制非线性系统 被引量：3

16

作者 葛宏伟 李小琳 +1 位作者 梁艳春 何湘东 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2008年第4期858-864,共7页

提出了一种采用免疫粒子群优化算法对动态递归神经网络进行训练的方法,实现了对Elman网络的结构、权重、结构单元的初始输入和自反馈增益因子等参数的同时进化训练。进而针对非线性系统分别提出了相应的辨识与控制算法,并设计出了相应... 提出了一种采用免疫粒子群优化算法对动态递归神经网络进行训练的方法,实现了对Elman网络的结构、权重、结构单元的初始输入和自反馈增益因子等参数的同时进化训练。进而针对非线性系统分别提出了相应的辨识与控制算法,并设计出了相应的辨识器和控制器。最后以超声马达为对象进行了仿真,结果表明:基于所提出的算法而设计的辨识器和控制器在辨识和控制过程中不仅都能取得很高的收敛精度和速度,而且对于随机扰动有较强的鲁棒性,从而为非线性系统的辨识和控制提供了一条新的途径。 展开更多

关键词 人工智能 控制理论 动态递归神经网络 粒子群优化 免疫系统 超声马达

下载PDF 职称材料

基于动态神经网络的轧制液温控系统的辨识 被引量：1

17

作者 周振雄 马惠敏 +1 位作者 嵇永磊 田伟 《北华大学学报（自然科学版）》 CAS 2006年第3期281-285,共5页

轧制液是铝箔轧制中的一种对稳定性要求很高的工艺润滑液,它不能局部受高热只能采用间接均加热,因此其控制量与温度之间是一种十分复杂的非线性关系,采用传统的建模方法难以建立其精确的数学模型.人工神经网络能够以任意精度逼近连续的... 轧制液是铝箔轧制中的一种对稳定性要求很高的工艺润滑液,它不能局部受高热只能采用间接均加热,因此其控制量与温度之间是一种十分复杂的非线性关系,采用传统的建模方法难以建立其精确的数学模型.人工神经网络能够以任意精度逼近连续的非线性关系,并对复杂不确定问题具有自适应和自学习能力,为解决这一类非线性系统的辨识建模提供了新的途径.通过比较选用了一种动态递归网络来建立轧制液温控系统的辨识模型. 展开更多

关键词 动态神经网络 辨识 温控系统

下载PDF 职称材料

Elman神经网络在热工辨识中的应用研究

18

作者 徐笑 谷俊杰 彭钢 《机械工程与自动化》 2008年第1期144-145,共2页

介绍了一种Elman动态递归神经网络结构,讨论了它的DBP学习算法,并将具有比例积分特性的Elman网络应用于动态系统的辨识。计算机仿真结果表明,Elman网络对热工动态系统辨识有很好的逼近效果。

关键词 递归神经网络 PI型Elman网络 动态系统辨识

下载PDF 职称材料

用简单动态递归网构造固体散料流量模型

19

作者 赵林惠 郑德玲 尹众 《北京科技大学学报》 EI CAS CSCD 北大核心 2003年第1期79-82,共4页

提出了用简单动态递归网来建立固体散料流量模型.针对动态递归网结构复杂、训练算法收敛速度慢的缺点,采用一种结构十分简单的递归网.对RPE算法进行了改进和补充,使之适用于简单递归网,用来对网络的权值和阈值进行调整.建模结果表明此... 提出了用简单动态递归网来建立固体散料流量模型.针对动态递归网结构复杂、训练算法收敛速度慢的缺点,采用一种结构十分简单的递归网.对RPE算法进行了改进和补充,使之适用于简单递归网,用来对网络的权值和阈值进行调整.建模结果表明此方法收敛速度快,精度高. 展开更多

关键词 简单动态递归网 固体散料流量模型 网络结构 RPE算法 网络结构 权值 阈值 模型建设 神经网络

下载PDF 职称材料

基于混沌机制的神经网络预测控制及仿真研究 被引量：1

20

作者 王科平 吴冰 王福忠 《河南理工大学学报（自然科学版）》 CAS 2007年第1期64-68,共5页

为解决一大类未知、时滞、非线性系统的预测控制问题,提出了一种基于改进的El-man动态回归神经网络预测控制算法.首先,在一般的Elman动态回归神经网络算法中加入了混沌机制,利用混沌机制固有的全局游动有效地消除了Elman网络易陷入局部... 为解决一大类未知、时滞、非线性系统的预测控制问题,提出了一种基于改进的El-man动态回归神经网络预测控制算法.首先,在一般的Elman动态回归神经网络算法中加入了混沌机制,利用混沌机制固有的全局游动有效地消除了Elman网络易陷入局部极值的缺点,提高了系统的辨识速度;然后,结合广义预测控制(GPC)的反馈校正、滚动优化来完成非线性系统的预测控制.仿真结果表明:将本算法应用于非线性系统预测控制,对未建模动态具有较强的鲁棒性和良好的控制跟踪能力. 展开更多

关键词 混沌机制 动态回归神经网络 广义预测控制 鲁棒性

下载PDF 职称材料