山东大学学报(工学版)

作者：孙园,曾惠权,欧阳苏建,高佳倩,王绮楠,林智勇

单位：1.厦门理工学院电气工程与自动化学院, 福建 厦门 361024;2.厦门市高端电力装备及智能控制重点实验室, 福建 厦门 361024

关键词：粒子群算法,类脑神经网络,大脑模糊情感学习模型,神经网络系统辨识,非线性系统,

基金：福建省自然科学基金资助项目(2020J01281);厦门市自然科学基金资助项目(3502Z20227215);厦门理工学院高层次人才科研启动项目(YKJ22060R);厦门理工学院研究生科技创新项目(YKJCX2021128)

为提高神经网络模型在解决非线性系统辨识问题上的精度,提出一种基于粒子群算法的模糊大脑情感学习模型。该模型包含大脑情感学习网络,在利用系统历史数据对模型进行训练的基础上,通过适应度函数动态调整网络结构中的权重因子,提高网络学习效率和辨识精度。在对连续搅拌反应器系统辨识试验和对sin E强非线性对象逼近试验中,与常规模糊大脑情感学习模型、BP神经网络和RBF神经网络相比,本模型拥有更高的逼近能力和更快的收敛速度,解决了基于试错法导致的模型参数调整时间长、模型不稳定等问题,为辨识的实际应用提供了可行的模型选择。

来源：2024年第1期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2024年第1期