动态系统的神经网络辨识方法被引量：2

下载PDF

导出

摘要本文根据人工神经网络的系统辨识理论，充分发挥神经网络的强大学习功能和记忆联想功能，建立了结构动力系统的计算机仿真模型，并对非线性动态系统和水工结构振动系统进行计算机仿真，仿真结果与实际值具有良好的一致性，这充分说明人工神经网络在结构工程领域的应用价值和深远意义。

作者苑希民林宏达

机构地区中国水利水电科学研究院山东黄河河务局

出处《工程力学》 EI CSCD 北大核心 1997年第A02期563-568,共6页 Engineering Mechanics

关键词神经网络计算机仿真动态系统结构振动

同被引文献21

1田永红,薄亚明,高美凤.多维多极值函数优化的和声退火算法[J].计算机仿真,2004,21(10):79-82. 被引量：12
2苏义鑫,龙祥,周祖德,陈幼平.主动磁轴承的神经网络辨识研究[J].武汉理工大学学报（交通科学与工程版）,2005,29(5):689-692. 被引量：3
3张安年,党明江,高宏峰.神经网络在非线性系统动态辨识中的应用[J].洛阳工学院学报,1997,18(1):59-62. 被引量：6
4施韦策G 布鲁勒H 特拉克斯勒A 虞烈袁崇军译.主动磁轴承基础、性能及应用[M].北京:新时代出版社,1997..
5Fruzzetti K P,Palaoglu A, Mconald K A. Nonlinear model predictive control using Hammerstein models. J of Process Contro1,1997,7(1) :31-41.
6Bloemen H H J, Van den Boom T J J. MPC for Wiener systems. Proc of the 38^th IEEE Conf on Decision and Control. Phoenix, 1999. 4595-4600.
7Feng E B,Yu J S,Jiang W S. New method for predictive control design for bilinear systems. Int J of Control, 1991,53(1) :97-111.
8Donat J S. Neural net based model predictive control. Int J Control, 1991,54(6) : 1453-1486.
9Hwan Kim, Youl Huh. Fuzzy Model Based Predictive Control. IEEE WCCI, 1998,405-409.
10OnnenC,Babuska R. Genetic algorthms for optimization in predictive control. Control Eng. Practice, 1997.5(10) : 1363- 1372.

1苑希民,刘树坤,崔广涛.动态系统的神经网络仿真研究[J].水利水电技术,1998,29(3):38-42. 被引量：3
2黄承绪,陈先桥.结构振动特征值问题的扰动分析[J].武汉交通科技大学学报,2000,24(3):279-282.
3张镜剑,魏群.初论水工结构模型试验成果的概率分析[J].华北水利水电学院学报,1989(1):14-23.
4董聪.结构动力系统精细算法的误差传输与控制[J].大自然探索,1998,17(3):81-82. 被引量：1
5邓子辰.结构动力系统的最优控制问题[J].航空动力学报,1994,9(3):304-306.
6杨国全,张素英.用精细积分法求解非线性薛定谔方程[J].山西大学学报（自然科学版）,2009,32(1):61-64.
7徐园.注重教材中阅读、引例、链接的作用[J].科技信息,2009(35):247-247.
8ZHANG Xiao-bin,YI Hong-xun.Entire solutions of a certain type of functional-differential equations[J].Applied Mathematics(A Journal of Chinese Universities),2013,28(2):138-146. 被引量：1
9华天祜.结构振动系统辨识理论的幅值分析法[J].上海交通大学学报,1990,24(5):141-147.
10杨世宁,王天及,李耀棠,张世超,范少武,温焕荣.一种具有联想功能的二维光学神经网络[J].光电子．激光,1991,2(6):329-329.

工程力学

1997年第A02期

内容加载中请稍等...