基于RBF神经网络的非线性系统的预测

• 作者: 李月英 李素杰 申东日 陈义俊
• 来源期刊: 计算机测量与控制
• 关键词: RBF神经网络 构造性网络 动态结点生成 预测控制
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 工业控制
• 页码范围: 319-321
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4598.2006.03.014

摘要

对于非线性系统的预测辨识,提出用动态节点生成构造性RBF神经网络作为预测模型,且RBF神经网络的学习算法采用一种新的全监督式学习算法,即神经网络隐层引入新节点时,通过使新节点的输出尽可能逼近残差序列的方向来获取网络参数,从而减少学习误差,使网络输出能够较好的跟踪系统输出.仿真表明该学习算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申东日	辽宁石油化工大学信息工程学院	39	336	11.0	16.0
2	陈义俊	辽宁石油化工大学信息工程学院	35	321	11.0	16.0
3	李月英	辽宁石油化工大学信息工程学院	3	51	3.0	3.0
4	李素杰	辽宁石油化工大学信息工程学院	3	51	3.0	3.0