Indexed by：
Abstract：
研究了基于一阶Sugeno的自适应网络模糊推理系统(ANFIS)进行在线辨识的方法.给出了该自适应网络的结构,在此基础上给出了网络权值的修正算法,即综合最陡下降法和最小二乘法得到的一种混合学习算法.对一个非线性模型进行了数字仿真,得到的在线辨识的结果优于采用反传算法的普通神经网络辨识方法.由此证明,一阶Sugeno模糊推理模型和混合学习算法的采用,使得该辨识方法具备网络结构简单、收敛速度快的优势,便于工程实现.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
控制工程
ISSN： 1671-7848
CN： 21-1476/TP
Year： 2005
Issue： 5
Volume： 12
Page： 426-428,435
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
