反馈RBF神经网络在动态系统建模中的应用
实际过程对象一般是动态非线性系统,然而前向神经元网络很难对动态系统进行建模,为解决这一问题,在RBF网络中引入输出反馈,使其适用于动态系统建模.为更有效地确定反馈RBF网络隐含层节点的个数,引入样本密度以及样本与输出目标的关联度,用较少的神经元实现网络的训练目标.仿真结果表明反馈RBF网络具有训练快,对样本需求少等特点;与其他建模方法的比较以及对实际对象的建模表明,反馈RBF网络对动态非线性系统建模是有效的、可行的.
动态系统 神经网络 系统建模
郭久福 黄道
华东理工大学自动化工程中心(上海)
国内会议
第14届中国过程控制会议暨第3届全国技术过程的故障诊断与安全性学术会议
张家界
中文
99-101
2003-07-01（万方平台首次上网日期，不代表论文的发表时间）