论文部分内容阅读
利用人工神经网络方法进行非线性时间序列的建模与预测已引起广泛关注，该文首先针对ＢＰ神经网络建模收敛较慢，计算复杂性较高，对ＢＰ神经网络的算法加以改进；然后提出一种利用ＢＰ网络进行非线性时间序列的动态建模与预测的方法。仿真结果表明该方法是行之有效的。
非线性时间序列动态建模与预测的BP神经网络方法
【摘 要】
：
利用人工神经网络方法进行非线性时间序列的建模与预测已引起广泛关注，该文首先针对ＢＰ神经网络建模收敛较慢，计算复杂性较高，对ＢＰ神经网络的算法加以改进；然后提出一种利用ＢＰ网络进行非
【机 构】
：
大学智能技术与系统研究所(广东江门)
【出 处】
：
1999年中国智能自动化学术会议
【发表日期】
：
1999年期
其他文献
该文研究了非线性声学参量Ｂ／Ａ的热力学表达，得到了等熵条件下Ｂ／Ａ的Ｇｉｂｂｓ自由能、焓、体积模量表达式。在此基础上，利用分布函数理论，得到了硬球体系液体中Ｂ／Ａ的微观表述，这些结果对解释Ｂ／Ａ参量所反
该文从对用于ＣＡＴＶ系统的ＤＦＢ－ＬＤ的非线性的分析出发，提出了一种结构简单，适用范围宽的非线性补偿方案。
该文研究了一类不确定非线性时变系统的状态反馈输出跟踪问题。提出了一种基于标称系统和不确定性的连续型鲁棒输出跟踪控制器设计方案。利用该方案设计的控制器可保证整个闭
研究一类非线性时变系统基于状态观测器的反馈稳定化问题，首先设计了系统的状态观沿器，然后给出一种用估计状态实现反馈稳定化的控制器设计方案，仿真结果表明了该方法的有效性。
该文研究了一类非线性时变系统的鲁棒状态反馈控制器设计问题，在系统反馈线性化的基础上，通过标称系统的Ｌｙａｐｕｎｏｖ函数设计了不确定非线性时变系统的非线性鲁棒状态反馈控制律。最后给出
该文研究将振荡控制方法用于具有时滞的非线性动力系统的控制。首先对典型的具有时滞的Ｄｕｆｆｉｎｇ方程的动力特性进行了分析，然后引入振荡控制，使原系统的特性产生了有益变化。从而表明了
一般模型控制（Generic Model Control GMC）是一种直接利用非线性过程模型的控制方法，该方法简单实用，参数易于整定，并能有效地补偿可测干扰，但建模误差和不可测扰动的存在对一般模