非线性系统的动态神经网络自适应辨识

• 作者: 孙健国 黄金泉
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 系统辨识 神经网络 非线性系统
• 年，卷（期）: 1999,（3）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 275-279
• 分类号: O231|TP11
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.1999.03.006

摘要

提出了用双层动态神经网络在线辨识非线性动态系统的方法.神经网络的权重在线学习,不需要离线训练.在无逼近误差和扰动的理想情况下,所提出的在线算法能保证辨识误差趋于零,基函数持续激励条件能保证权重趋于零.在非理想情况下,权重调整律采用e修正权重算法,它是BP算法的推广,不需要基函数的持续激励条件.基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性.仿真算例说明了所提出的动态神经网络自适应辨识的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙健国	南京航空航天大学动力工程系	116	2147	24.0	38.0
2	黄金泉	南京航空航天大学动力工程系	131	1533	22.0	31.0