动态模糊神经网络及其快速自调整学习算法

来源 :控制与决策 | 被引量 : 0次 | 上传用户:cheng8023jiajia
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对非线性动态系统辨识和控制的特点,对4层模糊神经网络进行了优化和改进.形成了动态模糊神经网络, 提高了网络的稳定性和对动态系统的辨识能力,同时给出了基于Lyapunov函数稳定收敛定理的各权向量以及权矩阵学习速率的自适应调整算法.应用于非线性动态系统的辨识和控制仿真试验表明,改进后的动态模糊神经网络与模糊神经网络相比,可取得更好的辨识精度和跟踪控制效果.
其他文献
若重新定义与不等式约束相关的乘子为正定函数,则在构造Lagrange神经网络时,可直接使用处理等式约束的方法处理不等式约束,不需再用松驰变量将不等式约束转换为等式约束,减小
本文介绍了我国特别是成都市龙泉驿区汽车工业的发展状况,以及钼丝热喷涂技术在汽车部件生产中的应用,展望了喷涂钼丝在不断发展的汽车工业中良好的应用前景,论述了加大汽车
针对具有语言评价信息的多指标群聚类分析问题,提出一种基于二元语义信息处理的最大树聚类方法.首先描述了具有语言评价信息的多指标群聚类问题,并介绍了近年来国际上最新发
针对数据仓库系统中存在众多的数据处理任务,提出了数据仓库系统中任务调度框架.通过自动分析任务文本生成任务流图,并提出了3种任务调度策略.模拟实验结果显示,该框架可以很
建立了具有提前/拖期惩罚的热轧钢管批调度问题的混合整数非线性规划模型,提出并证明了给定合同排序下的最优组批方式,从而将原问题转化为易求解的合同排序问题.同时,建立了
为协调决策支持和分类,引入了一种新的方法,该方法将粗糙集理论和神经网络有机地结合在一起,提出了一种基于粗糙集理论的神经网络模型构造方法.首先,利用粗糙集理论智能数据
利用n阶驱动系统的标量输出信号及其连续的n-1阶导数作为状态变量,得到一个具有Brunowsky规范形式的n阶重构系统.对该重构系统设计状态观测器,并将其作为响应系统.此时只需传输由输出信号与其连续的n阶导数的线性组合构成的标量信号,便可实现混沌系统的同步.当传输信号仅为标量输出信号时,还可通过对重构系统设计扩张状态观测器,挖掘可测同步误差中所隐含的信息来实现混沌系统的同步.对Rossler系统