基于广义同余神经网络的非线性系统辨识仿真

摘要：

(本文把分段广义求导误差反传调整权值的原理引入广义同余神经网络,对广义同余神经网络进行改进,提出了一类新的广义同余神经网络--BPGCNN(Error Back Propagation for Generalized Congruence Neural Networks),并用于非线性动力学系统的辨识仿真.仿真结果表明,该神经网络克服了原有广义同余神经网络的不稳定性,其稳定性能可与传统BP神经网络(Back Propagation Neural Networks,BPNN)媲美,并且其辨识效果、收敛速度和泛化性能都优于传统的BPNN.

关键词：广义同余、BP神经网络、辨识仿真

所属期刊栏目：41

分类号：TP11(自动化基础理论)

在线出版日期：2005-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：243-246