进化Elman神经网络模型与非线性系统辨识

• 作者: 梁艳春 葛宏伟
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 计算机系统结构 控制理论 计算智能 动态递归神经网络 非线性系统辨识
• 年，卷（期）: 2005,（5）
• 页码范围: 511-519
• 页数: 9页
• 分类号: TP18
• 字数: 6905字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5497.2005.05.012

摘要

建立了一种采用改进的自适应遗传算法实现动态递归的进化Elman神经网络模型.提出了对网络的结构、权重、结构单元的初始输入和自反馈增益因子同时进化的学习算法.用初始状态优化的Elman网络集成反馈学习算法和Elman网络在线训练两种动态辨识算法形成的集成化动态递归网络辨识算法,实现了超声马达的速度辨识.模拟结果表明,提出的算法不仅实现了动态递归网络的全自动优化设计,而且明显提高了动态递归网络模型辨识算法的收敛精度,为非线性系统辨识提供了一条新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁艳春	吉林大学计算机科学与技术学院	73	723	15.0	25.0
2	葛宏伟	吉林大学计算机科学与技术学院	4	143	4.0	4.0