10.3969/j.issn.1008-1542.2003.04.019
应用在系统辨识中的一种改进的遗传神经网络模型
分析了传统系统辨识方法和神经网络方法各自的优缺点,提出一种应用在强非线性系统辨识中的遗传神经网络模型.针对神经网络的收敛速度和全局收敛性的缺陷,分别采用高速收敛算法和遗传算法进行了改进,取得了较为满意的结果.针对神经网络泛化能力差不易应用的缺点,使用了结构进化方法和结构设计方法中的剪枝算法来改善模型的泛化能力.最后使用2个模拟信号进行仿真试验,结果与分析的结论一致.
系统辨识、神经网络、遗传算法、泛化能力、剪枝算法
24
TP183(自动化基础理论)
河北省自然科学基金299307
2004-02-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
87-91