武汉大学动力与机械学院,武汉 430072
漆为民
TP273
首先介绍普通改进Elman动态递归神经网络的结构,重点讨论一种具有PID特性的Elman神经网络及其学习算法,并将改进Elman网络和PID型Elman网络分别用于动态系统的辨识.无论是理想的数学模型还是实际工业模型,计算机仿真结果均证明,将PID型网络用于动态系统辨识具有更好的逼近效果.
漆为民;程远楚;姬巧玲;蔡维由. PIN型Elman网络及在动态系统辨识中的应用研究[J].控制与决策,2005,20(10):1197-1200