| 面向非线性动态系统建模的多层反馈神经网络研究 |
| 胡维真
|
| 1994-03-25
|
| 学位类型 | 工学硕士
|
| 中文摘要 | 目前绝大多数关于神经网络用于系统辨识与控制的文献都是以多层前馈网络 (BP网络)作为辨识模型的。但是，BP网络是静态模型，要用它辨识动态系统，只能 采取串一并联辨识模式，于是模型永远不能离开真实系统而独立运行，也就不能用 于离线设计控制器。因此，为了采用并联辨识模型，必须选用动态神经网络。 本篇论文本着“用动力学系统逼近动力学系统”和“将与论域有关的专家知识 融入ANN拓扑结构之中”的思想，设计了面向非线性动态系统建模的多层反馈网络 (MFBN)。基于共轭梯度算法，推导出了MFBN的学习算法--MFBN算法。最后，本 文初步提出了非线性离散时不变动态系统建模的一般性方法：MFBN~j"法。该方法 以MFBN为辨识模型，采用并联辨识模式进行离线辨识，辨识算法为MFBN算法。大 量的仿真结果表明，MFBN具有很强的逼近非线性动力学系统的能力，而且具有较 强的Generalization能力；另外，MFBN~法的收敛速度远快于BP算法。 全文分五章。第一章为导言，阐述了引出本项研究的原始问题，介绍了研究 的出发点、指导思想和作者以往的工作，同时指出了本项研究的创新之处、理论 意义与应用价值。 第二章综述了神经网络与智能控制的国内外最新研究成果。笔者对纷繁错综 的国内外文献进行了整理和分类，将神经网络辨识方法分成基于前馈型网络和基 于反馈型网络两部分。接着，着重介绍几种常用的神经网络控制方法。最后，重 点介绍了J0rdan网络及其在辨识与控制中的应用。 第三章设计了面向非线性动态系统建模的多层反馈网络(MFBN)，并且推导出 它的学习算法--MFBN算法，最后给出了仿真实例。 第四章首先指出了前人工作中存在的问题，接着提出了非线性动态系统蒯莫 的—般性方法：以各层反馈网络为辨识模型，以MFBN算法为辨识算法。最后，给 出了大量的仿真实例。 第五章总结全文，并指出了有待进—步研究的工作。 |
| 语种 | 中文
|
| 文献类型 | 学位论文
|
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/7091
|
| 专题 | 毕业生_硕士学位论文
|
推荐引用方式
GB/T 7714 |
胡维真. 面向非线性动态系统建模的多层反馈神经网络研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1994.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论