改进的Elman模型与递归反传控制神经网络

• 作者: 徐旭 时小虎 梁艳春
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 神经网络 反馈 李雅普诺夫稳定性
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 1110-1119
• 页数: 10页
• 分类号: TP18
• 字数: 7185字
• 语种: 中文

摘要

在Elman网络的基础上提出了两种改进网络:输出-输入反馈Elman网络和输出-隐层反馈Elman网络模型,并以前者作为误差反传的通道,建立了递归反向传播控制神经网络模型.在Lyapunov稳定性意义下分别给出了改进网络的稳定性证明,得到了保证网络稳定收敛的最佳自适应学习速率.分别用Elman网络及其改进网络对超声马达进行了模拟.利用改进的Elman网络模型,除了可以较好地模拟马达速度以外,还得到了一些有意义的结果,据此可以根据现场数据采样的情况,选用不同的网络模型.模拟实验结果表明,递归反向传播控制神经网络对多种形式的超声马达参考速度都有很好的控制效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐旭	吉林大学数学学院	30	222	6.0	14.0
2	梁艳春		11	374	8.0	11.0
4	时小虎		3	114	2.0	3.0