一种改进的Elman神经网络模型

被引：10

作者：

王常虹

高晓智

徐立新

庄显义

机构：

[1] 哈尔滨工业大学信箱自动控制理论及应用教研室,哈尔滨工业大学信箱自动控制理论及应用教研室,哈尔滨工业大学信箱自动控制理论及应用教研室,哈尔滨工业大学信箱自动控制理论及应用教研室哈尔滨,哈尔滨,哈尔滨,哈尔滨

来源：

电子科学学刊 | 1997年 / 06期

关键词：

Elman神经网络; 逼近; 学习算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文首先详细地阐述了Elman神经网络的结构、原理和学习算法.为了进一步提高Elman神经网络的逼近能力和动态特性,我们提出了一种改进的Elman神经网络模型.这种新的Elman神经网络在关联节点与输出节点之间又增加了一组可调权值,利用误差回馈原理推导出了其相应的学习算法.仿真实验结果表明,改进的Elman神经网络比原来的网络具有更好的动态性能,对于贯序输入输出数据的逼近收敛速度更快.

引用

页码：739 / 744

页数：6

共 4 条

[1]

Finding structure in time. Elman J L. Cognitive Science . 1990

[2]

Identification and Control of Dynamical Systems Using Neural Networks. K. S. Narendra,K. Parthsarathy. IEEE Transactions on Neural Networks . 1990

[3]

Memory neuron networks for identification and control of dynamical systems. Sustry P S,Santharam G,Unnikrishnan K P. IEEE Transactions on Neural Networks . 1994

[4]

Neural Networks for Control System: A Survey. Hunt K J,Sbarbaro D,Zbikowski R,et al. Automatica . 1992

← 1 →