| 基于神经网络的时变非线性系统迭代学习辨识 |
| |
| 引用本文： | 孙明轩,何海港,孔颖.基于神经网络的时变非线性系统迭代学习辨识[J].系统科学与数学,2013,33(6). |
| |
| 作者姓名： | 孙明轩 何海港 孔颖 |
| |
| 作者单位： | 浙江工业大学信息工程学院,杭州,310023 |
| |
| 摘 要： | 时变神经网络结构可简单地取为常规神经网络连接形式,但连接权却是时变的.如何确定时变权是应用时变神经网络时的难题.迭代学习方法是一种合理的选择,它不同于将时变连接权展成Taylor级数,通过训练多项式系数的处理方法.而且,后者的处理方式不可避免地存在截断误差.对于有限区间连续时变非线性系统的神经网络建模与辨识,借助于重复运行过程,以迭代学习算法调整权值,进行网络训练.不计逼近误差,提出的学习算法能够使得辨识误差在整个区间上渐近收敛于零.为处理非零但有界的逼近误差,采用带死区的迭代学习算法.逼近误差界值已知时,文中证明带死区修正的迭代学习算法使得辨识误差在整个区间上渐近收敛于由死区界定的邻域内.对于逼近误差界值未知的情形也进行了讨论.
|
| 关 键 词： | 辨识 迭代学习 时变系统 时变神经网络 |
NEURAL NETWORK BASED ITERATIVE LEARNING IDENTIFICATION OF TIME-VARYING NONLINEAR SYSTEMS |
| |
| SUN Mingxuan
,
HE Haigang
,
KONG Ying.NEURAL NETWORK BASED ITERATIVE LEARNING IDENTIFICATION OF TIME-VARYING NONLINEAR SYSTEMS[J].Journal of Systems Science and Mathematical Sciences,2013,33(6). |
| |
| Authors: | SUN Mingxuan HE Haigang KONG Ying |
| |
| Abstract: | |
| |
| Keywords: | Identification iterative learning algorithms time-varying systems time-varying neural networks |
| 本文献已被 万方数据 等数据库收录！ |
|
