论文部分内容阅读
本文主要研究非线性大滞后系统的建模问题，提出用串级网络进行滞后补偿，并给出了网络模型权系数的学习算法。
用神经网络辨识非线性大滞后系统的研究
【摘 要】
：
本文主要研究非线性大滞后系统的建模问题，提出用串级网络进行滞后补偿，并给出了网络模型权系数的学习算法。
【机 构】
：
无锡轻工大学信息与控制工程学院
【出 处】
：
信息与控制
【发表日期】
：
2000年3期
其他文献
作为人工智能的两个主要研究方向，专家系统和神经网络在过去的几十年中均取得了很大的成功，但二者又存在一些各自的缺陷，不能单独解决一些复杂的工程实际问题。因此，智能混合系统
本文分析了在机器故障及产品废品条件下job shop生产的周期定额计划方法,给出了生产计划中不同作业的作业定额满足job shop外部需求的必要条件,同时给出了job shop在一个生产
本文提出了一种新的非线性系统Volterra级数模型辨识方法,为非线性系统辨识中的'维数灾难”问题提供了一种满意的解决.算法中参数空间分割和模型辨识同时完成,降维依据采