一种基于模糊神经网络的非线性系统模型辨识方法  

A MODEL IDENTIFICATION APPROACH OF NONLINEAR-SYSTEMS BASED ON FUZZY NEURAL NETWORKS

作　　者：李映[1] 白本督[2] 焦李成[1] 

机构地区：[1]西安电子科技大学雷达信号处理重点实验室,西安710071 [2]西安电子科技大学,296信箱西安710071

出　　处：《电子与信息学报》2002年第3期355-360,共6页Journal of Electronics & Information Technology

基　　金：国家教育部博士点基金;国家部级基金

摘　　要：该文提出一种非线性系统的模型辨识方法。通过结构的辨识(学习)和参数的辨识(学习),构造了一个模糊神经网络,经调整网络的权值,获得一个精确的模糊模型。对两个非线性系统辨识的仿真结果验证了该方法的有效性。This paper presents a model identification approach of nonlinear-systems. Through structure identification (learning) and parameter identification (learning), a fuzzy neural network is constructed. Having adjusted the weights of the fuzzy neural network, a precise fuzzy model is obtained. Finally, the effectiveness of the proposed technique is confirmed by the simulation results of two nonlinear systems.

关 键 词：模糊神经网络 结构辨识 参数辨识 系统辨识 模型辨识 非线性系统 

分 类 号：TP11[自动化与计算机技术—控制理论与控制工程]