利用动态模糊神经网络的系统辩识

摘要：

提出的动态模糊神经网络（ＤＦＮＮ）是模糊推理系统的一种网络实现。模糊规则的后件是一个线性子系统，整个动态网络综合各规则的子系统而成为一个非线性动态系统。动态网络是一种递归网络。文章给出了动态网络在系统辩识中的应用，并推导了相应的动态Ｂ学习算法。仿真结果表明，动态网络具有很强的辩识能力，泛化能力和学习能力。

关键词： 动态递归神经网络 模糊推理系统 系统辩识 神经网络

作者: 晏雄伟 邓志东 孙增圻

作者单位: 大学计算机系智能技术与系统国家重点实验室(北京)

会议类型: 国内会议

会议名称: 1998年中国智能自动化学术会议

会议地点: 上海

会议语种:中文

页码: 241～246

在线出版日期: 1998-05-01（万方平台首次上网日期，不代表论文的发表时间）