基于Hopfield神经网络的线性系统参数辨识  

Parameter Identification of Linear Systems Using Hopfield Neural Networks

作　　者：宋轶民[1] 张策[2] 马文贵[3] 

机构地区：[1]北京工业大学机电学院,北京100022 [2]天津大学机械工程学院,天津300072 [3]天津纺织工学院自动化系,天津300160

出　　处：《控制理论与应用》2000年第1期121-124,共4页Control Theory & Applications

基　　金：国家自然科学基金!( 5 9675 0 0 4)

摘　　要：基于Hopfield神经网络的优化计算原理,提出了一种新的线性系统参数辨识方法.利用连续型HNN辨识线性系统I/O差分方程,计算系统的传递函数矩阵,最终获得了可观标准型的状态空间表达式.仿真结果证明了这种辨识方法的有效性.In this paper a novel parameter identification method for linear system is developed based on the optimization computing theory of Hopfield Neural Networks (HNN).The I/O difference equation is formulated and estimated using continuous HNN firstly.Then the transfer function matrix of the system is calculated.And finally the observable canonical form of the state space expression is constructed.Simulation results prove the validity of the proposed method.

关 键 词：线性系统 参数辨识 人工神经网络 系统辨识 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]