神经网络辨识方法研究

代号………一！１７０！……．．

分类号ＴＰｌ８３，０２３５学密号级０４０６１２００９３公开

面簧童手辩校兜警

硕士学位论文

题（中、英文）目基于神经网络的系统辨识方法研究

……一一一一＿Ｒ＿ｅ＿ｓｅ＿ａ＿ｒｃ＿ｈｏｎ—Ｓ）ｒ蔓坦啦ｌ＿ｄ唑蚺！蛔蚋＿＿Ｍｅｊｈｏｄ＿一．一一

………………．曼；；嫂史堕Ｍ！耻粤！№魍Ｑ！Ｋ．一……一…一．。

作者姓名…一型拇锋…．指导教师姓名、职务…隧建墨…敦援．．学科门类…一王一一掌一

提交论文日期学科、专些扭撼制造及其自动化ｏｏ七年一月

摘要

摘要

人工神经网络具有并行处理能力、自学习能力、自适应能力和以任意精度逼近任意非线性函数的特点，在模式识别、系统辨识、控制等领域都得到了广泛的应用。本文就神经网络在模式识别与系统辨识方面的应用展开研究，提出了几种较新的系统模型辨识和模型参数辨识方法。

本文针对输入输出受噪声干扰的随机系统，通过对系统误差空间的划分，把系统辨识问题转换成了模式识别问题，提出了系统模型描述方法并建立了相应神经网络辨识模型。该模型充分利用了已知干扰的概率信息，可迅速模拟出系统输出的概率分布信息，使辨识的结果更加直观、实用。同时，辨识模型可快速构建的特性，也为随机系统的在线辨识提供了一种可行的解决方法。

在系统参数辨识方面，本文基于完备状态点的概念提出了一种新的神经网络集成方法，该方法将系统的类型与参数辨识融为一体，在保证了神经网络集成辨识的精度和泛化能力的基础上，降低了对待识别系统需知测试信息的要求。关键词：人工神经网络系统辨识模式识别神经网络集成参数辨识

摘要３

Ａｂｓｔｒａｃｔ

Ｍａｎｙｆｕｎｃｔｉｏｎｓａｒｅｐｏｓｓｅｓｓｅｄｂｙｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｔｈａｔｉｓ，ｐａｒａｌｌｅｌｐｒｏｅｅｓｓｉｎｇ，ｓｅｌｆ－ｌｅａｒｎｉｎｇａｎｄｓｅｌｆ－ａｄａｐｔｉｎｇ．Ｉｔｃｏｕｌｄａｐｐｒｏｘｉｍａｔｅａｎｙｎｏｎｌｉｎｅａｒｆｕｎｃｔｉｏｎｗｉｔｌｌａｎｙｐｒｅｃｉｓｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｗｉｄｅｌｙｕｓｅｄｉｎｍａｎｙａｓｐｅｃｔｓ：ｐａｔｔｅｒｎｒｅｃｏ鲥ｔｉｏｎ’ｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｃｏｎｔｒｏｌｆｉｅｌｄｓａｎｄ∞ｏｎ．Ｉｔｉｓｄｅｖｅｌｏｐｅｄｉｎｔｈｅｐａｐｅｒａｂｏｕｔｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｉｎｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎａｎｄｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｓｅｖｅｒａｌｎｏｖｅｌｍｅｔｈｏｄｓａｒｅｇｉｖｅｎｆｏｒＳＯｍｅｓｙｓｔｅｍｓｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｔｈｅｐａｒａｍｅｔｅｒｓｉｄｅｎｔｉｆｉｃａｔｉｏｎ．

Ｃｏｎｓｉｄｅｒｉｎｇａｃｌａｓｓｏｆｓｔｏｃｈａｓｔｉｃｓｙｓｔｅｍｕｎｄｅｒｎｏｉｓｅｄｉｓｔｕｒｂａｎｃｅ，ｂｙｔｈｅｄｉｓｃｒｅｔｉｏｎｏｆｔｈｅｓｙｓｔｅｍｅｒｒｏｒｂｏｕｎｄｓａｎｄｔｒａｎｓｆｏｒｍｉｎｇｔｈｅｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎｐｒｏｂｌｅｍｓｔｏｐａｔｔｅｍｒｅｃｏｇｎｉｔｉｏｎｐｒｏｂｌｅｍｓ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｄｅｓｃｒｉｐｔｉｏｎｍｅｔｈｏｄｔｏｓｙｓｔｅｍｍｏｄｅｌ，

ｌｌｓｃａｎｄｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｈａｓｂｅｅｎｂｕｉｌｔ，Ｔｈｅｍｏｄｅｌｍａｋｅｓｆｕｌｌ

ｏｆ恤ｋｎｏｗｎｐｒｏｂａｂｉｌｉｔｙｉｎｆｏｒｍａｔｉｏｎｏｆｄｉｓｔｕｒｂａｎｃｅａｎｄＣａｎｅｆｆｉｃｉｅｎｔｌｙｓｉｍｕｌａｔｅｔｈｅｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｏｆｓｙｓｔｅｍｏｕｔｐｕｔｓ．Ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓａｒｅｍｏｒｅｖｉｓｉｂｌｅａｎｄｕｓａｂｌｅ．Ｂｅｓｉｄｅｓ．ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｍｏｄｅｌ

ｐｒｏｖｉｄｅａｃａｌｌｂｅｑｕｉｃｋｌｙｅｓｔａｂｌｉｓｈｅｄｔｏｆｅａｓｉｂｌｅｗａｙｆｏｒｏｎ—ｌｉｎｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｓｔｏｃｈａｓｔｉｃ

ｔｈｅｓｙｓｔｅｍ．Ｗｉｔｈｃｏｎｃｅｐｔｏｆｃｏｍｐｌｅｔｅｓｔ啦ｐｏｉｎｔｓｐａｃｅ．ａｎｅｗｍｅｔｈｏｄｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｓ

ｅｎｓｅｍｂｌｅｉｓｐｒｏｐｏｓｅｄ．Ｂｙｇｕａｒａｎｔｙｉｎｇｔｈｅａｃｃｕｒａｃｙａｎｄｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｓｅｎｓｅｍｂｌｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｔｈｅｍｅｔｈｏｄｃｏｍｂｉｎｅｓｂｏｔｈｔｈｅｔｙｐｅ

ｔｈｅｓｙｓｔｅｍｓａｎｄｐａｒａｍｅｔｅｒｓｏｆａｎｄｌｏｗｅｒｓｔｈｅｃｏｍｍａｎｄｓｔｏｉｎｆｏｒｍａｔｉｏｎｑ …… 此处隐藏：11498字，全部文档内容请下载后查看。喜欢就下载吧 ……