基于Hopfield神經(jīng)網(wǎng)絡(luò)和PSO的線性系統(tǒng)辨識(shí)方法

打開(kāi)文本圖片集

摘要：研究了一種基于連續(xù)型Hopfield神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化（PSO）的線性系統(tǒng)辨識(shí)方法。首先建立了系統(tǒng)的預(yù)測(cè)模型以及辨識(shí)誤差函數(shù)，然后將誤差函數(shù)近似為連續(xù)型Hopfield神經(jīng)網(wǎng)絡(luò)的能量函數(shù)。利用神經(jīng)網(wǎng)絡(luò)的自我演化，得到近似的辨識(shí)參數(shù)。通過(guò)引入PSO機(jī)制，緩解了Hopfield神經(jīng)網(wǎng)絡(luò)在辨識(shí)過(guò)程可能陷入局部極小值的缺陷，增強(qiáng)了辨識(shí)的效果。（剩余4526字）