10.3969/j.issn.1006-9348.2005.04.054
模糊竞争神经网络在线辨识及在CSTR中的应用
基于改进的T-S模糊模型构造了一种自适应模糊竞争神经网络模型(FCNN),给出了网络的连接结构和学习算法.它依据模糊竞争学习算法确定系统的模糊空间和模糊规则数,得出每个样本对每条规则的适用程度,并利用卡尔曼滤波算法在线辨识FCNN的后件参数.将其应用于化工过程连续搅拌反应器(CSTR)的建模中, 仿真结果表明,FCNN具有结构简洁、收敛速度快、辨识精度高等特点,可当作复杂系统建模的一种有效手段.
模型、模糊竞争神经网络、模糊竞争学习、模糊辨识、连续搅拌反应器
22
TP18(自动化基础理论)
2005-06-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
190-193