【文章內容簡介】
? ( )( ), ( )。( )( )x ky kNQ R k R kkkxy???????? ? ? ???????11 2? W?? 11 以一軸辨識結構 x軸為例: 第一層節(jié)點輸入輸出相同: ? ? ? ?)(),()(),()(21kRkRkIkIk ????I 第二層 i 節(jié)點輸出 : o k f x ki i( ) [ ( )]? x k w k I ki ijjj( ) ( ) ( )???102,1)(0?kI f x e ex x( ) ( ) / ( )? ? ?? ?1 1 輸出層節(jié)點輸出 : )()()1(?12kokwkxinii???? , n =3 1wij:節(jié)點 j 至 i 的權值(第一至第二層節(jié)點); 10wi :第二層節(jié)點 i 的閾值; 2wi:第二層節(jié)點 i 至輸出節(jié)點的權值。 12 ( 3) 確定模型參數(shù) 先定第二層節(jié)點個數(shù),模型參數(shù)即網(wǎng)絡權值,設初始值后,由網(wǎng)絡訓練,不斷調整權值,使準則函數(shù)達到一定的指標。 網(wǎng)絡的訓練步驟 (以一軸結構 ( x 軸 ) 為例) : ① 設準則函數(shù) )(21)]1(?)1([21)(22kekxkzkExxx????? ② BP 算法訓練網(wǎng)絡 以一軸結構 ( x 軸 ) 為例。 W W WWW( ) ( ) ( )( )( )( )k k kkE kk? ? ?? ?1 ?? ??? ?2w k e k o ki x i( ) ( ) ( )? ? ? ))()(()]([)()()()(2 39。11kwkIkxfkekwkEkwijixijij???? ???? 取?= 0 .3 13 1800 次 訓練 ,得到 W 、 V 權系 。 訓練好的網(wǎng)絡,在數(shù)據(jù) R k( ) 、? R k( ) 輸入下的輸出見圖 3 5 6 ( n =3 ) 。 辨識結果: x 軸:eExx? ????2 367 102 1944 1099. *. * ; y 軸:eEyy? ????7 6057 102 6724 1078. *. * Ex、Ey 是 1 800 次訓練的 E 的均值: E E kx xk???( ( )) /1100100 ; E E ky yk???( ( ) ) /1100100 0 20 40 60 80 1000 . 0 2 0 50 . 0 2 10 . 0 2 1 50 . 0 2 20 20 40 60 80 100 0 . 0 4 8 0 . 0 4 6 圖 356 辨識結果 左圖 ( x軸) 右圖( y軸) 14 ( 4) 兩種辨識結構比較 一軸結構: x 軸 1,3,2N , y 軸 1,3,2N ,權系值= 24 個 兩軸結構: 2,5,2N ,權系值= 25 個 計算復雜度大 所用數(shù)字式儀表量測噪聲 ? x 、? y 的方差,與 E x 、 E y 比較,可以忽略。 15 例 352 用內時延反饋網(wǎng)絡進行非線性動態(tài)系統(tǒng)辨識。 仿真對象模型: y k y k u k( ) . sin( ( )) . ( )? ? ?1 0 8 1 2 辨識器 NNI 用基本 El m an 網(wǎng)絡 N1 4 4 1, , ,,見圖。 NNI 輸入 u ( k ) ,輸出 ? ( )y k ,隱層、反饋層輸出 o ( )k 、 yck( ) ,輸出層為線性。 網(wǎng)絡模型: x Wy Wy o xWooHcc