一种基于改进神经网络的系统辨识方法

作     者：康珺 孟文俊 KANG Jun;MENG Wenjun

作者机构：太原科技大学机械工程学院太原030024 中北大学软件学院太原030051 

基　　金：国家自然科学基金(编号:51075289)资助 

出 版 物：《计算机与数字工程》 (Computer & Digital Engineering)

年 卷 期：2012年第40卷第1期

页      码：31-33页

摘      要：该文在分析神经网络辨识技术特点及现状的基础上,将BP神经网络结构和遗传算法相结合,设计了一种适用于非线性系统的辨识器模型。该辨识器模型首先建立初始的BP神经网络结构,再利用遗传算法对BP神经网络的权值和阈值进行优化,从而优化BP神经网络,通过迭代最终建立辨识器模型。最后,通过一个三阶非线性多输入单输出系统的仿真实验证明了所设计的辨识器具有辨识时间短、辨识精度高的特点,为神经网络辨识技术的研究提供了新的思路和方法。

主 题 词：神经网络 辨识器 遗传算法 优化 非线性系统 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1672-9722.2012.01.012

馆 藏 号：203433546...