动态T-S递归神经网络及其应用  

Dynamic T-S Recurrent Networks and Their Application

作　　者：彭晓波[1] 桂卫华[2] 

机构地区：[1]湖南工业大学电气与信息工程学院,湖南株洲412007 [2]中南大学信息科学与工程学院,湖南长沙410083

出　　处：《湖南工业大学学报》2011年第3期47-50,共4页Journal of Hunan University of Technology

基　　金：国家自然科学基金资助项目(61074067)

摘　　要：基于递归神经网络和模糊系统,给出了一种动态T-S递归模糊神经网络(DTRFNN)。该神经网络用BP算法进行网络权值的学习,并在权值学习的基础上采用改进的BP算法克服局部极小。以动态系统的辨识为例进行仿真实验研究,并与一般的模糊神经网络进行了比较。结果表明,DTRFNN的辨识误差较小,取得了很好的辨识效果。该神经网络应用于某金属温度软测量时,能很好地实现温度的在线检测。Based on the recurrent neural network and fuzzy system,dynamic T-S recurrent fuzzy neural network（DTRFNN） is proposed.The DTRFNN adopts BP algorithm for net weight learning and uses improved BP algorithm to overcome the local minima.With dynamic system identification as an example,makes a simulation research and compares it with general fuzzy neural network.The result shows that identification error of DTRFNN is smaller than general fuzzy neural network and achieves better identification effect.When the DTRFNN applying to Soft metal temperature measurement,it well realizes the on-line detection.

关 键 词：动态T-S递归模糊神经网络 BP学习算法 软测量 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置]