作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于非线性系统在实际中大量存在,因此对其进行辨识研究显得十分重要.论文针对目前非线性系统难以辨识的问题,先利用BP神经网络对非线性对象进行逼近辨识,再采用粒子群算法优化BP网络的方法.仿真结果表明该方法能够实现更大精度的辨识效果.
推荐文章
非线性系统辨识方法研究
非线性系统
辨识
小波神经网络
粒子群优化算法
径向基神经网络辨识非线性系统的改进算法
径向基神经网络
非线性系统
系统辨识
神经网络在非线性系统参数辨识中应用
神经网络
非线性控制
BP算法
基于多种群遗传神经网络的非线性系统辨识
多种群遗传算法
BP神经网络非线性系统辨识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粒子群优化神经网络算法在非线性系统辨识中的应用研究
来源期刊 计算机与数字工程 学科 工学
关键词 非线性 辨识 BP神经网络 粒子群优化
年,卷(期) 2013,(8) 所属期刊栏目 算法与分析
研究方向 页码范围 1220-1221,1261
页数 3页 分类号 TP18
字数 1498字 语种 中文
DOI 10.3969/j.issn.1672-9722.2013.08.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周碧英 渭南师范学院数学与信息科学学院 45 179 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (52)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
非线性
辨识
BP神经网络
粒子群优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导