基于神经网络的切换非线性系统辨识

摘要：

提出了一种基于神经网络的多个Hammerstein-Wiener模型构成切换非线性系统的在线辨识方法.首先,通过误差逆传播(back propagation,BP)神经网络建立切换非线性系统的切换规律预测模型;其次,提出折息递推辨识算法对各个非线性子系统的参数进行辨识.利用关键项分离法对乘积项进行分离,得到各个子系统的参数估计值.最后通过切换非线性系统辨识实例,并与其他方法进行比较,验证了所提方法的有效性.结果 表明:提出的方法在辨识切换非线性系统方面具有更高的准确率和可靠性.

关键词：切换非线性系统、Hammerstein-Wiener模型、BP神经网络、折息递推辨识算法、关键项分离法

所属期刊栏目：21

分类号：TP273.22(自动化技术及设备)

资助基金：国家自然科学基金61863034

在线出版日期：2021-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1914-1921