广义回归神经网络在非线性系统建模中的应用

• 作者: 周敏 李世玲
• 来源期刊: 计算机测量与控制
• 关键词: 广义回归神经网络 均匀设计 非线性系统 建模 稳健性
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 工业控制
• 页码范围: 1189-1191
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1671-4598.2007.09.023

摘要

广义回归神经网络具有设计简单、收敛快等优势,因此在复杂非线性系统建模中得到了广泛应用;在简要介绍了广义回归神经网络的结构和算法的基础上,基于广义回归神经网络和均匀设计理论,提出了一种新的非线性系统稳健建模方法,并给出了仿真算例;仿真结果表明,用文中提出的方法建立非线性系统预测模型,具有预测结果稳定、模型稳健性好等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李世玲	中国工程物理研究院电子工程研究所	32	246	9.0	14.0
2	周敏	中国工程物理研究院电子工程研究所	3	51	2.0	3.0