【神经网络在动态辨识中的应用】陈亚进.pdf

目录内容摘要第一章绪论多 1 引言多1 神经网络的特点 1 感知四写学习算法 1 神经网络应用及论文绍 51神经网动态部识中应用及意义 51地文介经第一章神经网络识非线性金统 § 2 引言 2 系统表达 8 2.学习算法及理论基础 52.学习算法 § 2.理论分析 5 2 系统仿真与实验分析 2 结论第三章神经网终辨织逆模型 §3 引言单网络学习方法 §3.

内容摘要金统识是自动控制,滤波,预报和模式织中经常遇到的基本问題。统的辨识方法存在鲁棒性方面的缺陷,在实除应用中往往受到很大的局限性很难实现系流的白追应控制;新发展的识方法往往以增加任计多数,加大并算量为代价,因而寻找合造的辨识方法显得越为重要.本文作者着重讨论了神经网终在复杂未知非线性系统其逆模型辨识中的应用,提出了比较理想的学习算法,并通过具体实例在 1BM机上仿真,得出了比较满意的结果。沦文共分三大部分;第一部分首先介绍了神经网络的发展及其特点; 再次,重点介绍了自适应亢件 Adaline,widvew) 一 H规则及其一般梯度下降算法;最后介绍了神经

第章绪论 1引言人工神经网络是人类最伟大的研究课题之一,它的发展对计算机科学、人工智能、认识科学、数理科学.信息科学微电子科学、自动控制与机器人.系统工程等城都有着濕远的影响;因而研究神经网,是得尤为重要.人工智能的诞生和发展,促进了神经网络新途径的开和发展。目前,研究人智能的实现途径有两杀:一条是从人类思维的功能上进行模仿,把人类思维系统的结构看成一尔“黑箱,只从外部上模仿这尔“黑箱所表现出的外部功能;另一条途径是在思维系统的结构上进行模仿,从物理结构上实现所谓的人工月这,使人工条统和人的思维多统在产生智能的机理上取得一致。