改进的Elman网络在非线性系统辨识中的应用

• 作者: 申东日 范燕 邵奎星 陈义俊
• 来源期刊: 河南科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 BP算法 非线性动量项 自适应变步长
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 电工电信、自动化与计算机
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP183
• 字数: 2821字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6871.2007.01.015

摘要

通过对Elman网络的研究,提出一种新型的基于输入层、隐层、输出层神经元递归的动态递归神经网络,给出Elman网络的标准BP学习算法,针对标准BP算法的收敛速度慢和容易收敛于局部极小点的缺点,利用非线性动量项自适应变步长的BP算法进行改进,从而提高算法的收敛速度,避免陷入局部极小点的问题.通过在系统辨识中的应用,表明该网络收敛速度快,模型精度高,并具有较强的自适应性和鲁棒性,适合于动态系统的实时辨识.

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与控制工程学院	39	336	11.0	16.0
2	陈义俊	辽宁石油化工大学信息与控制工程学院	35	321	11.0	16.0
3	邵奎星	辽宁石油化工大学信息与控制工程学院	2	33	2.0	2.0
4	范燕	辽宁石油化工大学信息与控制工程学院	2	33	2.0	2.0