文件名称：基于动态模糊神经网络的非线性系统辨识 (2011年)
文件大小：279KB
文件格式：PDF
更新时间：2024-06-10 03:25:52
自然科学 论文
在分析模糊神经网络辨识特点及现状的基础上，设计了一种适用于非线性多输入系统的辨识模型。本模型将T-S模糊模型与5层动态模糊神经网络结构相结合，通过参数学习算法优化辨识结构，对辨识模型进行反馈调节，得到的辨识精度较高。另外，对输入数据采用归一化的方法进行预处理，加快了网络的辨识速率。最后，通过仿真实例证明了该设计的有效性，为模糊神经网络辨识结构的设计提供了一种新的思路和方法。