智能控制--神经网络控制6.pdf

下载文档 降价啦

11
0
约2.12万字
约 48页
2022-06-21 发布于安徽
举报
版权申诉
保障服务

智能控制--神经网络控制6.pdf

1、本文档共48页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

神经网络的系统辨识和建模 应用基础： 神经网络具有通过学习逼近任意非线性映射的能力，因此可将神经网络应用于非线性系统的建模与辨识应用神经网络建立正向模型  所谓正向模型是指利用多层前馈神经网络，通过训练或学习，使其能够表达系统正向动力学特性的模型。  神经网络与待辨识系统并联，两者的输出误差，即预测误差被用作网络的训练信号。  是监督学习问题，实际系统作为教师，向神经网络提供学习算法所需的期望输出。正向模型原理图 d u y 系统 - e + NN ∧ 辨识模型 y 动态系统辨识 NARMA模型 y (t +1) f [y (t ), , y (t =−n +1);u (t ), u (t −m +1)]   利用静态网络对动态系统建模，就是把 y (t ), , y (t n 1),u (t ), u (t m 1)  − +  − + 作为神经网络的增广输入，用神经网络来逼近非线性函数f 其中，TDL为Tapped Delay Line,即多分头时延系统。TDL输出矢量由输入信号的延时构成。神 X(t) y(t) 经 TDL 网 e 络 x (t −1)   