改进的Elman网络在非线性系统辨识中的应用
邵奎星
申东日
陈义俊
范燕
1.辽宁石油化工大学,信息与控制工程学院,辽宁,抚顺,1130012.辽宁石油化工大学,信息与控制工程学院,辽宁,抚顺,1130013.辽宁石油化工大学,信息与控制工程学院,辽宁,抚顺,1130014.辽宁石油化工大学,信息与控制工程学院,辽宁,抚顺,113001
摘要：通过对Elman网络的研究,提出一种新型的基于输入层、隐层、输出层神经元递归的动态递归神经网络,给出Elman网络的标准BP学习算法,针对标准BP算法的收敛速度慢和容易收敛于局部极小点的缺点,利用非线性动量项自适应变步长的BP算法进行改进,从而提高算法的收敛速度,避免陷入局部极小点的问题.通过在系统辨识中的应用,表明该网络收敛速度快,模型精度高,并具有较强的自适应性和鲁棒性,适合于动态系统的实时辨识.
关键词：神经网络BP算法非线性动量项自适应变步长
分类号：TP183(自动化基础理论)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 53-56 )
英文信息