-
题名一种用于非线性动态辨识的新型神经网络
- 1
-
-
作者
张剑
林瑞昌
毕天昊
-
机构
广州番禺职业技术学院智能制造学院
台湾云林科技大学工程学院
-
出处
《控制工程》
CSCD
北大核心
2024年第8期1383-1391,共9页
-
文摘
为提高非线性动态系统辨识(NDSI)的效果,在结合自建型模糊神经网络(SCFNN)和多层神经元神经网络(MLPNN)的基础上,提出一种自建递归型模糊神经网络(SCRFNN)。SCRFNN相较于前者,多了一个递归通道与抑制模糊规则产生机制;相较于后者,增加了模糊推论与一个递归通道。为验证SCRFNN在系统辨识中的有效性,设计一个新的NDSI在线学习模型与代码设计流程图,并以此作为在线学习架构,将以上3个神经网络模型对4个串-并型非线性动态系统进行辨识分析。经过仿真表明,新提出的SCRFNN通过存储内部状态,具备了映射动态特征的功能,从而使系统具有适应时变特性的能力,更适合于非线性动态系统的辩识。且在模糊规则数、学习收敛速度、学习与预测误差均方根值、预测精准度方面也取得了良好的效果。
-
关键词
自建递归型模糊神经网络
自建型模糊神经网络
多层神经元神经网络
非线性动态系统辨识
-
Keywords
self-constructing recurrent fuzzy neural network
self-constructing fuzzy neural network
multi-layer perceptron neural network
nonlinear dynamical system identification
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于SCFNN之PAM非线性信道均衡器成效研究
- 2
-
-
作者
李庆海
林瑞昌
-
机构
浙江工贸职业技术学院电子工程系
-
出处
《计算机测量与控制》
2017年第3期222-226,共5页
-
文摘
自组织型模糊类神经网络(SCFNN)可依据一定的法则自我构建神经网络的组织结构,从而适用于当前控制对象;多层神经元是传统的类神经网络,广泛应用于各个领域;倒传递学习法与最陡坡降法相结合,可使以上两种类神经网络进行有效的融合;目前,信道均衡器上的系统架构种类非常多,各种类神经网络应用于信道均衡器也颇为普遍;在研究SCFNN的基础上,将其应用于通道均衡器确实可行,效果良好;比较了SCFNN与MLP在通道均衡器的成效;仿真表明,在相同通道环境下,SCFNN的训练收敛速度、位错误率与系统敏感度优于MLP,完成结构学习后SCFNN的结构也颇为精简。
-
关键词
自组织型模糊类神经网络
均衡器
多层神经元
最陡坡降法
-
Keywords
self-constructing fuzzy neural network （SCFNN）
equalizer
multi-layer perceptron （MLP）
steepest descent method
-
分类号
TP911.5
[自动化与计算机技术]
-
