基于Hopfield神经网络和PSO的线性系统辨识方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

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。（剩余4526字）

试读结束

目录
monitor