10.3969/j.issn.1000-3932.2013.05.004
递归T-S模糊模型的神经网络
在常规T-S模糊神经网络的基础上加入动态递归元件,提出了递归T-S模糊模型的神经网络.在系统辨识中采用无监督聚类算法和动态反向传播算法训练该递归神经网络的参数,给出了该递归网络的逼近性证明.辨识效果与常规T-S模糊模型作比较,说明递归T-S模糊模型的神经网络在非线性系统辨识中表现出更好的性能.
递归神经网络、T-S模糊模型、非线性系统辨识建摸、模糊基函数、无监督聚类算法、动态BP算法
40
TH865
国家自然科学基金资助项目60924002
2013-08-26（万方平台首次上网日期，不代表论文的发表时间）
共4页
578-581
