一种基于改进神经网络的系统辨识方法

• 作者: 孟文俊 康珺
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 神经网络 辨识器 遗传算法 优化 非线性系统
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 算法与分析
• 页码范围: 31-33
• 分类号: TP391.9
• 字数: 1790字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2012.01.012

摘要

该文在分析神经网络辨识技术特点及现状的基础上,将BP神经网络结构和遗传算法相结合,设计了一种适用于非线性系统的辨识器模型.该辨识器模型首先建立初始的BP神经网络结构,再利用遗传算法对BP神经网络的权值和阈值进行优化,从而优化BP神经网络,通过迭代最终建立辨识器模型.最后,通过一个三阶非线性多输入单输出系统的仿真实验证明了所设计的辨识器具有辨识时间短、辨识精度高的特点,为神经网络辨识技术的研究提供了新的思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康珺	太原科技大学机械工程学院	9	36	3.0	5.0
3	孟文俊	太原科技大学机械工程学院	135	658	12.0	21.0