摘要
动态递归神经网络具有递归单元及记忆功能 ,使其在系统辨识和控制中有独特的作用 .针对BP算法的不足 ,提出了一种递推预报误差 (RPE)学习算法 .对一个非线性系统进行了辨识 ,其仿真结果表明 ,改进的RPE算法优于BP算法 .
Dynamical recurrent neural networks(DRNN) have recurrent units and memory feature, due to this DRNN is suited to dientify and control. To solve blemish of BP, an algorithm of recursive prediction error(RPE) is used. The results of simulation show that the RPE is better than the BP.
出处
《沈阳工业学院学报》
CAS
2003年第2期5-6,31,共3页
Journal of Shenyang Institute of Technology
基金
国家自然科学基金资助项目 ( 0 0 2 740 2 4)
