- 年份
- 2006（1）
- 刊名
- 北京建筑工程学院学报（1）
- 语种
- 汉语（1）
- 关键词
- T-S递归型模糊神经网络（1）
- 动态系统（1）
- 自适应学习算法（1）
- 辨识（1）
- 更多...
- 作者
- 胡玉玲（1）
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 1 条结果
- 一种递归型模糊神经网络用于动态系统辨识的研究摘要：针对静态模糊神经网络对动态系统辨识精度低的特点,在T-S模糊神经网络标准结构基础上,通过在输入层与状态层间加入可以记忆暂态信息的递归层,一种新的T-S递归型模糊神经网络(TSRFNN)被提出,来提高对动态系统的辨识能力.同时,给出了参数的动态BP学习算法.通过仿真实验,证明提出的TSRFNN对动态非线性系统的辨识比传统静态模糊神经网络(TFNN),具有更快的网络收敛速度,更高的辨识精度,更适合于动态系统的辨识.