基于EKF与TLS动态模糊神经网络算法

• 作者: 张彩霞
• 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 修剪技术 模糊规则 径向基神经网络
• 年，卷（期）: 2019,（1）
• 页码范围: 138-143
• 页数: 6页
• 分类号: TP301.6
• 字数: 3308字
• 语种: 中文
• DOI: 10.13471/j.cnki.acta.snus.2019.01.017

摘要

提出了一种动态模糊神经网络(D-FNN)算法.在实际应用中,可以用卡尔曼滤波(KF)方法来调节D-FNN结果参数,同时,EKF(扩展卡尔曼滤波)方法用于更新前提参数的中心和宽度,从而使得所有参数都被修正.该算法可用于平滑、 滤波或者预测非线性动态系统的状态,同其他基于梯度的在线算法相比,EKF可以加快D-FNN收敛速度.采用总体最小二乘(TLS)方法作为修剪技术来选择D-FNN重要的模糊规则.如果在学习进行时,检测到不活跃的模糊规则并加以剔除,则可获得更为紧凑的D-FNN结构,TLS方法是用来补偿线性参数估计问题中数据误差的一种技术.最后针对实际案例进行了仿真分析,验证了该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	张彩霞	佛山科学技术学院自动化学院	25	109	6.0	10.0