PID神经网络的信号流图在线学习算法

摘要：

经典的PID神经网络的神经元传递函数不连续,导致学习算法过于复杂,尤其当采用并联辨识模式时,很难保证算法收敛.本文根据信号流图理论,推导了一种能保证算法收敛的在线学习算法.新的在线学习算法直接从PID神经网络的信号流图中获取梯度信息,避免了复杂的求导过程,提高了算法的效率,并且该算法具有自适应的学习速率.仿真结果表明,即便是采用并联辨识模式,本文提出的算法也能保证收敛,并且对输出扰动具有较强的抑制能力.

关键词： PID神经网络 信号流图 在线学习算法 自适应 并联辨识模式

作者: 李明 李玮 朱代根 杨承

作者单位: 西南林学院交通机械与土木工程学院 昆明 650224

会议类型: 国内会议

会议名称: 第19届中国过程控制会议

会议地点: 北京

会议语种:中文

页码: 217-221

在线出版日期: 2008-07-22（万方平台首次上网日期，不代表论文的发表时间）