基于Hopfield神经网络和PSO的线性系统辨识方法 |
| |
引用本文: | 罗玮琛.基于Hopfield神经网络和PSO的线性系统辨识方法[J].信息系统工程,2023(1):146-148. |
| |
作者姓名: | 罗玮琛 |
| |
作者单位: | 广东工业大学自动化学院 |
| |
摘 要: | 研究了一种基于连续型Hopfield神经网络和粒子群优化(PSO)的线性系统辨识方法。首先建立了系统的预测模型以及辨识误差函数,然后将误差函数近似为连续型Hopfield神经网络的能量函数。利用神经网络的自我演化,得到近似的辨识参数。通过引入PSO机制,缓解了Hopfield神经网络在辨识过程可能陷入局部极小值的缺陷,增强了辨识的效果。最后,仿真研究验证了所提方法的有效性。
|
关 键 词: | Hopfield神经网络 系统辨识 粒子群优化算法 |
|
|