基于鲁棒稳定高阶动态神经网络的非线性系统的辨识

摘要：

该文将高阶动态神经网络作为非线性系统的辨识模型，运用Ｌｙａｐｕｎｏｖ稳定性理论，提出一种有效的鲁棒稳定学习规则及相应学习网络结构。从而确保在对非线性系统辨识时，即使存在建模偏差，辨识误差和动态神经网络的参数能一致最终有界（ＵＵＢ）稳定，解决了动态神经网络的学习稳定性问题。仿真结果也证明了该辨识方法的有效性。

关键词： 神经网络 建模 非线性系统 鲁棒稳定性 辨识 控制系统

作者: 诸勇 钱积新

作者单位: 浙江大学工业控制技术研究所(杭州)

会议类型: 国内会议

会议名称: 中国控制会议

会议地点: 宁波

会议语种:中文

页码: 619～625

在线出版日期: 1998-08-01（万方平台首次上网日期，不代表论文的发表时间）