一类复合型模糊神经网络的递归算法研究及应用
论文采用了几类动态非线性函数模型分别对模糊神经网络、动态模糊神经网络、复合型模糊神经网络和递归复合型模糊神经网络进行了仿真研究,结果表明递归复合型模糊神经网络较之其他网络在动态系统响应能力和网络学习精度方面都有显著的提高,其内部递归反馈的结构比外反馈的网络结构网络规模小,性能好.论文还研究了当数据样本集中含有噪声的情况,仿真实验的结果说明递归复合型模糊神经网络具有较强的抗干扰能力,适当的调整网络结构,可有效的抑制有色噪声的影响.最后,论文将递归复合型模糊神经网络应用于DMF(双塔)回收系统,利用现场的实时数据,采用递归复合型模糊神经网络对系统进行辨识和建模,获得了满意的结果.研究表明,论文所研究的递归复合型模糊神经网络在处理动态非线性系统问题上具有良好的性能,在实际生产过程的应用上有广泛的前景.
模糊神经网络;动态系统;递归网络;非线性
北京化工大学
硕士
控制理论与控制工程
李宏光
2003
中文
TP183
70
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）