随机模糊神经网络的参数学习算法

在输入和输出信号均有噪声污染的情况下,提出随机模糊逻辑神经网络系统及其参数学习算法,给出了参数学习公式;仿真计算表明本文所提出的算法的有效性,它明显优于没有考虑噪声的模糊逻辑神经网络系统。     

基于线性规划的不确定系统参数及其边界的辨识方法

一般的辨识方法都是求系统参数的点估计。但是在鲁棒控制、鲁棒自适应控制中,不但要知道系统的标称模型,而且要求得到系统参数的不确定性区间估计＾（１）。本文提出了一种用线性规划法求得系统参数不确定性间隔的方法。这种方法可以用于ＵＢＢＥ（Ｕｎｋｎｏｗｎ Ｂｕｔ Ｂｏｕｎｄｅｄ Ｅｒｒｏｒ）系统中。该算法不但可以提高估计的精度,而且还可以给出参数的不确定性边界,从而方便了鲁棒控制系统的设计。