H1wJJgwRdCW5dEOnoGc7wAeUHDtZMNlbkwo1kF5pFmQIXjCRtVoFxHoPov9m
Current position: Home >> Scientific Research >> Paper Publications

基于递归小波神经网络的非线性动态系统仿真

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2007-04-05

Journal: 系统仿真学报

Included Journals: CSCD、ISTIC、PKU

Volume: 19

Issue: 7

Page Number: 1453-1455,1539

ISSN: 1004-731X

Key Words: Elman神经网络;递归小波神经网络(RWNN);梯度下降算法;非线性动态系统;仿真

Abstract: 为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真.仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同时具有较好的泛化性能,具有广阔的应用前景.

Prev One:抽水蓄能电站地下洞室初始地应力场反演分析——基于神经网络和快速拉格朗日算法

Next One:基于自适应伪并行遗传算法的动力学参数识别