Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2006-08-30

Journal: 控制理论与应用

Included Journals: Scopus、CSCD、ISTIC、PKU、EI

Volume: 23

Issue: 4

Page Number: 497-502

ISSN: 1000-8152

Key Words: 递归神经网络;周期吸引子;泛化能力

Abstract: 采用递归神经网络学习非线性周期运动的吸引子轨迹.网络的拓扑结构基于非线性系统的状态空间表达式,网络权值通过时序反向传播算法调整.探讨了不同样本轨迹和网络结构对递归神经网络预测性能的影响.神经网络的性能评估建立在多条测试样本轨迹的基础上,可以更为客观地评价递归神经网络预测性能.对van derPol方程的仿真结果表明:网络的泛化能力对训练样本轨迹的依赖性较强,从不同训练轨迹上得到的递归神经网络性能差异较大;需要选择合适的递归神经网络结构参数以提高神经网络的泛化能力.