系统辨识理论及MATLAB仿真（第2版）6.3 BP网络的逼近_第1页
系统辨识理论及MATLAB仿真（第2版）6.3 BP网络的逼近_第2页
系统辨识理论及MATLAB仿真（第2版）6.3 BP网络的逼近_第3页
系统辨识理论及MATLAB仿真（第2版）6.3 BP网络的逼近_第4页
系统辨识理论及MATLAB仿真（第2版）6.3 BP网络的逼近_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

神经网络辨识及其应用刘金琨目录CONTENTS神经网络理论基础01BP网络辨识02BP网络的逼近03基于数据的BP网络离线建模04基于模型的BP神经网络离线建模05RBF网络的逼近06基于未知项在线建模的RBF网络自校正控制07Hopfield网络辨识08RBF网络辨识应用-自适应神经网络控制0903BP网络的逼近BP网络逼近的结构如图6-7所示，图中k为网络的迭代步数。BP为网络逼近器，y(k)为被控对象实际输出，yn(k)为BP的输出。将系统输出y(k)及输入u(k)的值作为逼近器BP的输入，将系统输出与网络输出的误差作为逼近器的调整信号。三、BP网络的逼近基本原理图6-7BP神经网络逼近的结构图6-7中，用于逼近的BP网络如图6-8所示。三、BP网络的逼近基本原理图6-8用于逼近的BP网络BP算法的学习过程由正向传播和反向传播组成。在正向传播过程中，输入信息从输入层经隐层逐层处理，并传向输出层，每层神经元（节点）的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转至反向传播，将误差信号（理想输出与实际输出之差）按联接通路反向计算，由梯度下降法调整各层神经元的权值，使误差信号减小。三、BP网络的逼近基本原理隐层神经元的输入为所有输入的加权之和：三、BP网络的逼近基本原理（1）前向传播：计算网络的输出。

则

输出层神经元的输出：三、BP网络的逼近基本原理

网络输出与理想输出误差为：

误差性能指标函数为：

三、BP网络的逼近基本原理（2）反向传播：采用δ学习算法，调整各层间的权值。

k+1时刻网络的权值为：

根据梯度下降法，权值的学习算法如下：

其中三、BP网络的逼近基本原理

为了避免权值的学习过程发生振荡、收敛速度慢，需要考虑上次权值对本次权值变化的影响，即加入动量因子a。此时的权值为：

三、BP网络的逼近基本原理

使用BP网络逼近对象：三、BP网络的逼近仿真实例

BP网络逼近程序见chap6_1.m，仿真结果如图6-9至6-11所示。图6-9BP网络逼近效果三、BP网络的逼近仿真实例图6-10BP网络逼近误差三、BP网络的逼近仿真实例图6-

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论