一种用于非线性复杂系统辨识的自适应模糊神经网络
李映① ; 白本督② ; 焦李成①
① 西安电子科技大学雷达信号处理重点实验室 西安 710071;② 西安电子科技大学296信箱 西安 710071
An Adaptive Fuzzy Neural Network for Identification of the Complicated Noulinear System
Li Ying① ; Bai Bendu② ; Jiao Licheng①
① Key Lab for Radar Signal Processing Xidian University Xi' an 710071 China;② P. O. Box 296 Xidian University Xi' an 710071 China
摘要 该文提出一种用于复杂的非线性未知系统辨识的混合神经网络模型—自适应模糊神经网络(AFNN)。AFNN网络结构简洁,具有通用逼近的特性,能够克服由于突变点的存在而对系统辨识所带来的误差,提高整个系统的辨识精度。对空空导弹攻击区辨识的仿真结果验证了AFNN网络的有效性。
关键词 ：
自适应模糊神经网络 ,
模糊聚类 ,
系统辨识 ,
导弹攻击区
Abstract ：This paper presents a compound neural network model, i.e., adaptive fuzzy neural network (AFNN), which can be used for identifying the complicated nonlinear system. AFNN has a simple structure and possesses the ability of universal approximation. It is capable of overcoming the error of system identification due to the existence of some changing points and improving the accuracy of identification of the whole system. The effectiveness of the model is tested on the identification result of missile attacking area.
Key words ：
Adaptive fuzzy neural network
Puzzy clustering
System identification
Missile attacking area
收稿日期: 1999-06-24
[1]
马英然,彭延军. 一种融合曲线演化与模糊C均值聚类算法的快速图像分割模型
[2]
刘俊,刘瑜,何友,孙顺. 杂波环境下基于全邻模糊聚类的联合概率数据互联算法
[3]
赵雪梅, 李玉, 赵泉华. 结合高斯回归模型和隐马尔可夫随机场的模糊聚类图像分割
[4]
曲庆, 金坚, 谷源涛. 用于稀疏系统辨识的改进l 0 -LMS算法
[5]
唐成龙; 王石刚; 徐 威. 基于数据加权策略的模糊聚类改进算法
[6]
曹苏群, 王士同, 陈晓峰, 谢振平, 邓赵红. 基于模糊Fisher准则的半模糊聚类算法
[7]
毕云龙, 来逢昌, 刘鹏. 零极值目标函数系统辨识算法
[8]
鲍成浩; 水鹏朗. 利用直接矩阵求逆和临界采样子带自适应滤波器的快速系统辨识
[9]
康欣;韩崇昭; 徐丰; 王英华. 基于去取向理论的全极化SAR图像模糊非监督聚类
[10]
包志强; 韩 冰; 吴顺君. 基于模糊聚类的信源个数检测新算法
[11]
王明春;王正欧. 基于粗集与遗传算法相结合的文本模糊聚类方法
[12]
石红; 沈毅; 刘志言. 基于粗糙集和模糊聚类的超谱波段约简
[13]
吴晓娟; 韩先花; 聂开宝. 模糊C-均值(FCM)聚类法与矢量量化法相结合用于说话人识别
[14]
李映; 白本督; 焦李成. 一种基于模糊神经网络的非线性系统模型辨识方法
[15]
戴宪华. 基于累积量的两层前馈神经网络盲辨识
2001, Vol. 23 
