10.3969/j.issn.1001-0645.2004.07.009
基于改进的递归神经网络的化工动态系统建模
在局部递归网络Elman,Jordan,SIRNN的基础上,构建一种改进的递归神经网络模型DHORNN,该模型在结构上将隐层的状态反馈、输出反馈以及时间序列延迟等有机地结合起来,并选用基于Levenberg-Marquardt优化理论的快速的L-M算法,大大提高了网络的训练速度.用该网络对一个多输入单输出的连续搅拌釜式化学反应器模型进行建模,并与其他递归网络模型建模方法进行比较,证明该网络结构对化工动态系统具有良好的动态建模能力.
递归神经网络、化学反应器、L-M算法、建模
24
TP18(自动化基础理论)
国家部委预研基金42001060402
2004-09-16（万方平台首次上网日期，不代表论文的发表时间）
共4页
596-599
