基于PSO-RBF NN的非线性系统辨识方法仿真研究

• 作者: 丁宏锴 岳继光 李斌宇 萧蕴诗
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 非线性系统辨识 粒子群优化算法 RBF神经网络 对手受罚的竞争学习算法
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 仿真建模与仿真算法
• 页码范围: 1826-1829
• 页数: 4页
• 分类号: TP13
• 字数: 3707字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2005.08.010

摘要

提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法.网络径向基层的单元数由对手受罚的竞争学习算法确定后,其他所有参数:中心位置、各向宽度、网络权值,均是在全局空间动态确定的.实例仿真证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	萧蕴诗	同济大学电子与信息工程学院	95	1338	19.0	34.0
2	岳继光	同济大学电子与信息工程学院	146	863	16.0	24.0
3	丁宏锴	同济大学电子与信息工程学院	2	46	1.0	2.0
4	李斌宇	同济大学电子与信息工程学院	1	46	1.0	1.0