论文部分内容阅读
Elman网络与改进的Elman网络具有结构简单，可以用动态BP算法或标准BP算法进行迭代学习的特点，是一类典型的动态递归网络。仿真研究表明改进的Elman网络是非线性动态系统建模有潜力的一种网络。该文在实例研究基础上，对网络训练和建模的有关问题进行了讨论。
动态递归网络与非线性动态系统建模
【摘 要】
：
Elman网络与改进的Elman网络具有结构简单，可以用动态BP算法或标准BP算法进行迭代学习的特点，是一类典型的动态递归网络。仿真研究表明改进的Elman网络是非线性动态系统建模有
【机 构】
：
大学
【出 处】
：
第九届过程控制科学报告会(上、下)
【发表日期】
：
1998年期
其他文献
本文针对定量动态称重系统普遍存在的计量精度不高的问题,详细地分析了产生计量误差的各种原因,1、称重系统动态品质不好,振荡严重;2、物料下落对秤体有冲击力F(t);3、存在留
该文针对一类非线性的单输入单输出（ＳＩＳＯ）系统，用动态递归神经网络（ＤＲＮＮ）研究了一种构造非线性观测器的方法。这种观测器具有以下几个特点：１、神经网络的权系数矩阵在线自适应学习，无需离线学
注记是地图的重要组成部分，地理信息系统中地图是无级、无缝和动态变化的，每一次用户改变比例、改变显示区域都形成一张新的地图。为了地理信息系统中显示的地图清晰美观，使它的
为解决动态递归神经网络学习速度较慢、模型精度较低和应用效果较差的问题，该文从网络结构改进入手，提出几种新型的动态递归神经网络，并采取基于自适应进化策略与改进BP算法集成
随着我国房地产市场的快速发展,房地产价格居高不下的现象越来越突出,严重超出了普通老百姓的可支付能力。从2002年到2010年,中国的经济规模增长了两倍,全国房价则上涨了七倍
提出的动态模糊神经网络（ＤＦＮＮ）是模糊推理系统的一种网络实现。模糊规则的后件是一个线性子系统，整个动态网络综合各规则的子系统而成为一个非线性动态系统。动态网络是一种递归网络
该文主要推导了混合方程的一般形式和特殊形式。由于该方程的导出，使含有受控源动态电路可以用混合来求解，从而大大拓宽了该方法的应用范围。