基于模糊对向神经网络的非线性动态系统辨识器

• 作者: 张志华 赵振选 郑南宁
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 模糊对向网络 系统辨识 学习算法
• 年，卷（期）: 2000,（4）
• 所属期刊栏目: 短文
• 页码范围: 565-568
• 页数: 4页
• 分类号: TP3
• 字数: 4189字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2000.04.021

摘要

模糊对向神经网络(FCP)在功能上同模糊逻辑系统的TS模型是等价的,它具有神经网络和模糊逻辑系统各自的优点,因而适宜作辨识模型.利用FCP网络为辨识模型,设计了一种新的非线性动态系统辨识器.辨识模型的参数调整采用无监督聚类法和误差回传算法相结合的混合学习方法进行的,同时文中还给出选取初始参数的方法.仿真实验表明提出的辨识器是十分有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志华	西安交通大学人工智能与机器人研究所	11	335	8.0	11.0
2	郑南宁	西安交通大学人工智能与机器人研究所	188	3039	29.0	46.0
3	赵振选	西安交通大学人工智能与机器人研究所	1	19	1.0	1.0