论文部分内容阅读
将带外部输入的非线性自回归模型展开成多项式形式,在此基础上用残差分析法导出真实的阶次所满足的条件。为了克服神经网络结构依靠人工试凑的不足,使用基于Hession矩阵的修剪法来优化其结构。考虑到BP算法的一些固有缺点,使用NDEKF(基于节点的解耦扩展Kalman滤波器算法)来训练网络。实验证明,网络的输出结果与试验样机的实际输出十分接近;同时将NDEKF与BP算法进行对比,NDEKF算法具有收敛较快、泛化能力强、不易陷入局部极小等特点。