| 基于改进的递归神经网络的化工动态系统建模 |
| |
| 引用本文： | 黄聪明,李志坚.基于改进的递归神经网络的化工动态系统建模[J].北京理工大学学报,2004,24(7):596-599. |
| |
| 作者姓名： | 黄聪明 李志坚 |
| |
| 作者单位： | 北京理工大学,化工与环境学院,北京,100081;北京理工大学,化工与环境学院,北京,100081 |
| |
| 摘 要： | 在局部递归网络Elman,Jordan,SIRNN的基础上,构建一种改进的递归神经网络模型DHORNN,该模型在结构上将隐层的状态反馈、输出反馈以及时间序列延迟等有机地结合起来,并选用基于Levenberg-Marquardt优化理论的快速的L-M算法,大大提高了网络的训练速度.用该网络对一个多输入单输出的连续搅拌釜式化学反应器模型进行建模,并与其他递归网络模型建模方法进行比较,证明该网络结构对化工动态系统具有良好的动态建模能力.
|
| 关 键 词： | 递归神经网络 化学反应器 L-M算法 建模 |
| 文章编号： | 1001-0645(2004)07-0596-04 |
| 收稿时间： | 2003/9/11 0:00:00 |
| 修稿时间： | 2003年9月11日 |
Modeling of Chemical Dynamic Systems Based on Modified Recursive Neural Network Structures |
| |
| HUANG Cong-ming and LI Zhi-jian.Modeling of Chemical Dynamic Systems Based on Modified Recursive Neural Network Structures[J].Journal of Beijing Institute of Technology(Natural Science Edition),2004,24(7):596-599. |
| |
| Authors: | HUANG Cong-ming and LI Zhi-jian |
| |
| Institution: | School of Chemical Engineering and Environment, Beijing Institute of Technology, Beijing100081, China;School of Chemical Engineering and Environment, Beijing Institute of Technology, Beijing100081, China |
| |
| Abstract: | |
| |
| Keywords: | recursive neural network chemical reactor L-M algorithm modeling |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 |
|
