论文部分内容阅读
复杂的链式规则求导计算是动态神经网络在线学习算法中梯度向量计算的主要瓶颈,针对这一问题,根据P.Campolucci等人提出的动态系统梯度信息信号流图分析方法,设计了动态神经网络的在线学习算法,该算法可以直接从网络的信号流图及其伴随流图中获取目标函数关于网络参数的梯度信息,从而简化了算法梯度向量的计算。为了确保算法的稳定,根据Lyapunov稳定性定理,提出并证明了可以保证算法收敛的自适应学习速率,并且学习速率容易获得。利用NARX神经网络对非线性动态系统在线辨识的仿真实例也表明了本算法的有效性。