基于非线性动态系统辨识的 D-FNN算法研究

• 作者: 张德丰 杨文茵 王传胜
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: 动态模糊神经网络 模糊规则 系统辨识 RBF
• 年，卷（期）: 2014,（5）
• 页码范围: 20-24
• 页数: 5页
• 分类号: TP393
• 字数: 2815字
• 语种: 中文

摘要

D-FNN的基本思想是构造一个基于扩展的RBF神经网络，它可以看成是一个TSK模糊系统，也可以看作是基于归一化的高斯RBF神经网络。D-FNN算法中，不仅参数可以在学习过程中调整，同时，也可以自动确定模糊神经网络的结构。非线性参数是由训练样本和高斯宽度直接决定的，只需一步训练就可以达到目标。由于修剪策略的应用，网络的结构不会持续增长，因而确保了系统的泛化能力。使用D-FNN对非线性动态系统辨识进行了仿真，并与相关算法作比较，从而发现了D-FNN算法的有效性和高效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德丰	佛山科学技术学院计算机系	21	265	9.0	16.0
2	杨文茵	佛山科学技术学院计算机系	19	47	4.0	6.0
3	王传胜	暨南大学计算机科学系	3	45	2.0	3.0