基于实值遗传算法的模糊神经网络辨识器

• 作者: 王振雷 顾树生
• 来源期刊: 东北大学学报(自然科学版)
• 学科: 工学
• 关键词: 实值遗传算法(RVGA) 模糊逻辑系统(FLS) 模糊神经网络(FNN) 辨识器 BP算法
• 年，卷（期）: 2000,（4）
• 所属期刊栏目: 信息与控制
• 页码范围: 354-356
• 页数: 3页
• 分类号: TP237.4
• 字数: 1803字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2000.04.003

摘要

提出了一种基于实值遗传算法(RVGA)的模糊神经网络辨识器.它常被用于非线性动态系统的辨识.通常模糊神经网络辨识器参数的训练采用反向传播学习算法(BP),但是用BP算法有训练时间长,容易陷入局部极小的问题.采用RVGA来训练模糊辨识器的参数,由于GA算法具有并行运算,多点寻优等特点,所以它运算速度快,容易实现全局寻优.传统的GA算法采用二进制编码,计算繁复且占用大量的空间.采用一种新的实数编码方法,在实数域上进行遗传运算,操作简便,特别适用于需要调整的参数较多的情况.仿真结果表明,该辨识器具有良好的逼近性能和较快的训练速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾树生	东北大学信息科学与工程学院	99	1524	21.0	34.0
2	王振雷	东北大学信息科学与工程学院	3	76	3.0	3.0