期刊文章详细信息
文献类型:期刊文章
机构地区:[1]福州大学自动化研究所,福建福州350002
年 份:2005
卷 号:12
期 号:5
起止页码:426-428
语 种:中文
收录情况:AJ、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、JST、ZGKJHX、普通刊
摘 要:研究了基于一阶Sugeno的自适应网络模糊推理系统(ANFIS)进行在线辨识的方法。给出了该自适应网络的结构,在此基础上给出了网络权值的修正算法,即综合最陡下降法和最小二乘法得到的一种混合学习算法。对一个非线性模型进行了数字仿真,得到的在线辨识的结果优于采用反传算法的普通神经网络辨识方法。由此证明,一阶Sugeno模糊推理模型和混合学习算法的采用,使得该辨识方法具备网络结构简单、收敛速度快的优势,便于工程实现。
关 键 词:一阶Sugeno ANFIS 混合学习算法 在线辨识
分 类 号:TP273]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...