基于动态模糊神经网络的非线性系统辨识

• 作者: 孟文俊 康珺 王倩怡
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 模糊神经网络 T-S模糊模型 非线性系统 辨识
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 432-436
• 分类号: TP391.9
• 字数: 1919字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2011.06.002

摘要

在分析模糊神经网络辨识特点及现状的基础上,设计了一种适用于非线性多输入系统的辨识模型。本模型将T-S模糊模型与5层动态模糊神经网络结构相结合,通过参数学习算法优化辨识结构,对辨识模型进行反馈调节,得到的辨识精度较高。另外,对输入数据采用归一化的方法进行预处理,加快了网络的辨识速率。最后,通过仿真实例证明了该设计的有效性,为模糊神经网络辨识结构的设计提供了一种新的思路和方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟文俊	太原科技大学机械工程学院	135	658	12.0	21.0
2	王倩怡	太原科技大学机械工程学院	2	1	1.0	1.0