消费电子
消費電子
소비전자
CHINA THIS WEEK IN CONSUMER ELECTRONICS
2014年
8期
58-59
,共2页
动态T-S模糊神经网络%动态反向传播算法%收敛性%状态辨识
動態T-S模糊神經網絡%動態反嚮傳播算法%收斂性%狀態辨識
동태T-S모호신경망락%동태반향전파산법%수렴성%상태변식
传统模糊神经网络是一种静态映射，不适宜用于感应电机状态辨识。为提高系统辨识精度，提出一种动态T-S递归模糊神经网络观测器。根据动态递归神经网络观测器模型推导其动态反向传播算法，并利用Lyapunov定理证明该观测器具有全局收敛性。仿真结果表明：由于动态T-S递归模糊神经网络观测器同时利用了当前数据和历史数据进行状态辨识，较传统模糊神经网络观测器在辨识精度和稳定性方面具有更好的效果，且具有更好的收敛性。
傳統模糊神經網絡是一種靜態映射，不適宜用于感應電機狀態辨識。為提高繫統辨識精度，提齣一種動態T-S遞歸模糊神經網絡觀測器。根據動態遞歸神經網絡觀測器模型推導其動態反嚮傳播算法，併利用Lyapunov定理證明該觀測器具有全跼收斂性。倣真結果錶明：由于動態T-S遞歸模糊神經網絡觀測器同時利用瞭噹前數據和歷史數據進行狀態辨識，較傳統模糊神經網絡觀測器在辨識精度和穩定性方麵具有更好的效果，且具有更好的收斂性。
전통모호신경망락시일충정태영사，불괄의용우감응전궤상태변식。위제고계통변식정도，제출일충동태T-S체귀모호신경망락관측기。근거동태체귀신경망락관측기모형추도기동태반향전파산법，병이용Lyapunov정리증명해관측기구유전국수렴성。방진결과표명：유우동태T-S체귀모호신경망락관측기동시이용료당전수거화역사수거진행상태변식，교전통모호신경망락관측기재변식정도화은정성방면구유경호적효과，차구유경호적수렴성。
