反馈神经网络用于多输入输出动态系统建模  

Feedback neural network application in multi input-output dynamic systems modeling

作　　者：潘长波[1] 李红星[2] 

机构地区：[1]北京化工大学信息科学与技术学院,北京100029 [2]北京联合大学自动化学院,北京100101

出　　处：《计算机应用》2009年第B06期335-336,348,共3页journal of Computer Applications

基　　金：国家自然科学基金资助项目(60773157);北京市教委科技发展项目(km200611417007)

摘　　要：使用前馈神经网络对多输入输出动态系统建模有很多不足之处。反馈神经网络具有动态特性,拥有记忆环节,对多输入输出的动态模型进行建模,克服了前馈神经网络只能反应静态映射的缺点,反馈神经网络能够反应出多输入输出的动态过程,并且有非常高的稳定性,能够过滤外界干扰信号,精度高。利用反馈神经网络对电炉进行辨识,取得了良好的效果。The method of feedback neural network modeling overcomes the defects of the feed-forward neural network in multi-input-output dynamic systems. Feedback neural network can reflect dynamic process of input and output. It has a high stability to filter outside interference signals with a very high accuracy. The feedback neural network was used in electric furnace identification, and achieved a good result.

关 键 词：反馈神经网络 前馈神经网络 建模 仿真 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]