首页 | 本学科首页   官方微博 | 高级检索  
     

基于EKF 的自组织T-S 模糊Elman 网络
引用本文:乔俊飞,袁喜春,韩红桂.基于EKF 的自组织T-S 模糊Elman 网络[J].控制与决策,2014,29(5):853-859.
作者姓名:乔俊飞  袁喜春  韩红桂
作者单位:北京工业大学电子信息与控制工程学院,北京100124
基金项目:

国家自然科学杰出青年基金项目(61225016);国家自然科学基金重点项目(61034008);国家自然科学基金项目(61203099);北京市自然科学基金项目(4122006);教育部博士点新教师基金项目(20121103120020)

摘    要:

针对模糊神经网络结构设计问题及模糊集在语言描述上存在的不足, 提出一种基于扩展的卡尔曼滤波(EKF)的自组织T-S 模糊Elman 网络, 并推导了网络训练算法. 分别采用递归最小二乘法和EKF 对线性参数和非线性参数进行更新; 基于模糊规则生成准则和误差下降率修剪策略实现了模糊规则的增删减. 最后通过系统辨识和污水处理建模实验, 表明了该算法在保证网络精度和泛化能力的同时, 可以有效地简化网络结构.



关 键 词:

自组织T-S  模糊Elman  网络|扩展的卡尔曼滤波|误差下降率|软测量

收稿时间:2013/1/24 0:00:00
修稿时间:2013/5/2 0:00:00

Self-organising T-S fuzzy Elman network based on EKF
QIAO Jun-fei YUAN Xi-chun HAN Hong-gui.Self-organising T-S fuzzy Elman network based on EKF[J].Control and Decision,2014,29(5):853-859.
Authors:QIAO Jun-fei YUAN Xi-chun HAN Hong-gui
Abstract:
Keywords:

self-organising T-S fuzzy Elman network|extended Kalman filter|error ratio reduction|soft sensor|function approximation

本文献已被 CNKI 等数据库收录!
点击此处可从《控制与决策》浏览原始摘要信息
点击此处可从《控制与决策》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号