基于ANFIS的非线性电机系统的建模

将一种神经—模糊结构—自适应神经模糊推理系统 (简称ANFIS)用于非线性电机系统的建模 ,获得了一个良好的大范围的全局非线性模型 ,同时 ,通过与反向传播网络建模结果的性能对比 ,说明ANFIS在参数收敛速度及建模精度上的优越性。显示出ANFIS是非线性系统的建模、辨识的有力工具     

实际应用中系统参数辨识的模型选择

系统的参数辨识在自动化实际系统的分析、设计与综合中占据重要的地位。本文对人们在实际中常和的各种不同的模型从功能上指出了各自的不同点,并与控制界常用的MATLAB环境下系统辨识工具箱中所采用的模型相比较,指出各自的特点,为实际应用提供方便。     

BP 网络改进算法的性能对比研究

通过实例对几种具有代表性的用以训练BP网络权值的改进算法进行性能对比研究,首先分析了基于标准梯度下降法和基于标准数值优化方法获得的各种改进算法的优缺点,然后对各种改进算法在训练中所需的收敛时间及其所厉害误差进行对比分析,其结果为选择训练网络的算法,开阔人们对算法改进的思路提供了一些借鉴。