论文部分内容阅读
提出了一种新的用于非线性动态化工过程的状态集成反馈神经网络结构（SIRNN），并将静态BP网络的训练算法引入到该网络的训练中，状态反馈，时间序列延迟与集成节点的概念结合在SIRNN结构中，使得在用SIRNN建模过程中既可以考虑系统过去更多时刻的状态信息又可以相对降低网络的复杂程度，使得网络结构更趋于合理，将SIRNN对一单输入单输出二阶非线性动态系统建模，并与其他反馈神经网络建模效果进行了比较，同时对该网络结构进行了抗干扰性检验，并对其在多输入单输出系统的应用中进行了尝试，结果表明，SIRNN结构对非线性