模糊回声状态网络

• 作者: 彭喜元 彭宇 王建民
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 回声状态网络 储备池 TS模型 动态系统建模
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1538-1544
• 分类号: TP183
• 字数: 6797字
• 语种: 中文

摘要

针对基于梯度下降的模糊递归神经网络训练效率低、容易陷入局部极小的缺点,本文基于回声状态网络(Echo State Networks,ESNs)和TS模型提出一种新的模糊模型结构——模糊回声状态网络(Fuzzy Echo State Networks,FESNs).FESNs由多条TS类型的模糊规则组成,规则后件采用ESNs网络.研究表明,TS模型和ESN都可以看做是FESN模型的某种特例,而且FESNs具有较强的非线性映射能力、局部反馈以及学习算法稳定等特点.同时,其模型参数确定方法与经典TS模型以及ESN一样可以归结为一个线性回归问题,大大减少了网络训练的计算量.仿真实验表明,与经典TS模型相比,FESNs在不显著增加建模时间情况下可有效提高建模精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭喜元	哈尔滨工业大学自动化测试与控制研究所	106	2018	25.0	40.0
2	彭宇	哈尔滨工业大学自动化测试与控制研究所	80	2316	24.0	47.0
3	王建民	哈尔滨工业大学自动化测试与控制研究所	7	187	6.0	7.0