基于广义同余神经网络的非线性系统辨识仿真

• 作者: 佘远俊 周彦沛 张翠芳 鄢田云
• 来源期刊: 四川大学学报(自然科学版)
• 学科: 工学
• 关键词: 广义同余 BP神经网络 辨识仿真
• 年，卷（期）: 2004,（z1）
• 页码范围: 243-246
• 页数: 4页
• 分类号: TP11
• 字数: 2137字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2004.z1.058

摘要

(本文把分段广义求导误差反传调整权值的原理引入广义同余神经网络,对广义同余神经网络进行改进,提出了一类新的广义同余神经网络--BPGCNN(Error Back Propagation for Generalized Congruence Neural Networks),并用于非线性动力学系统的辨识仿真.仿真结果表明,该神经网络克服了原有广义同余神经网络的不稳定性,其稳定性能可与传统BP神经网络(Back Propagation Neural Networks,BPNN)媲美,并且其辨识效果、收敛速度和泛化性能都优于传统的BPNN.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张翠芳	西南交通大学计算机与通信工程学院	73	463	12.0	17.0
2	佘远俊	西南交通大学计算机与通信工程学院	3	6	1.0	2.0
3	鄢田云	西南交通大学计算机与通信工程学院	4	32	3.0	4.0
4	周彦沛	西南交通大学计算机与通信工程学院	1	1	1.0	1.0