基于Hammerstein型神经网络的非线性动态系统辨识  

NONLINEAR DYNAMIC SYSTEM IDENTIFICATION BASED ON HAMMERSTEIN-TYPE NEURAL NETWORK

作　　者：慕昆[1] 彭金柱[2] 

机构地区：[1]河南工程学院计算机科学与工程系,河南郑州451191 [2]郑州大学电气工程学院,河南郑州450001

出　　处：《计算机应用与软件》2015年第10期168-171,共4页Computer Applications and Software

基　　金：高等学校博士学科点专项科研基金项目(20124101120001);中国博士后科学基金项目(2013M541992);河南省博士后基金项目(2013073);河南省教育厅科学技术研究重点项目(14A413009)

摘　　要：Hammerstein模型广泛应用于非线性系统的辨识中,其结构是由非线性静态增益部分和一个线性动态部分串联。提出一种Hammerstein型神经网络用来模拟传统的Hammerstein模型,并将其应用于非线性动态系统的辨识中。由Lipschitz熵来确定Hammerstein型神经网络的阶次,并利用反向传播算法对网络权值的进行训练。仿真结果表明,Hammerstein型神经网络具有较好的非线性动态系统辨识性能。Hammerstein model is widely applied to the identification of nonlinear systems,which consists of a nonlinear static gain part in cascade with a linear dynamic part.We propose a Hammerstein-type neural network （HNN）to simulate the conventional Hammerstein model,and apply it in the identification of nonlinear dynamic systems.The Lipschitz entropy is employed to determine the order of HNN,and the back-propagation （BP）algorithm is used for training the network weights.Simulation results show that HNN has satisfied identification performance on nonlinear dynamic systems.

关 键 词：神经网络 系统辨识 HAMMERSTEIN 模型 非线性动态系统 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]