首页 期刊 系统仿真学报 基于PSO—RBF NN的非线性系统辨识方法仿真研究 【正文】

基于PSO—RBF NN的非线性系统辨识方法仿真研究

作者:丁宏锴; 萧蕴诗; 李斌宇; 岳继光 同济大学电子与信息工程学院; 上海; 200092
非线性系统辨识   粒子群优化算法   rbf神经网络   对手受罚的竞争学习算法  

摘要:提出一种基于粒子群优化算法构造径向基函数神经网络进行非线性系统辨识的新方法.网络径向基层的单元数由对手受罚的竞争学习算法确定后,其他所有参数:中心位置、各向宽度、网络权值,均是在全局空间动态确定的.实例仿真证实了该方法的有效性.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅