350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №4 за 2012 г.
Статья в номере:
Структура динамической нейронной сети для оценки порядка линейной модели
Ключевые слова:
нейронная сеть
линейная модель
параметрическая идентификация
информационный критерий
адаптивные системы
оценка порядка модели
Авторы:
Т.Я. Шевгунов - к.т.н., доцент, кафедра «Теоретическая радиотехника», Московский авиационный институт (государственный технический университет). E-mail: shevgunov@mai-trt.ru
Аннотация:
Представлена структура динамической последовательно-параллельной нейронной сети, предназначенная для оценивания параметров линейной АРСС модели системы по результатам наблюдения процессов на входе и выходе системы во временной области. Отличительной особенностью предложенной структуры сети является то, что в ней осуществляется одновременное оценивание линейных моделей различных порядков, а выбор модели, используемой для представления системы, осуществляется после ее адаптации. Выбор порядка модели осуществляется с использованием двух критериев: минимум относительной среднеквадратической ошибки и информационный критерий MDL. Проведено численное моделирование процедуры идентификации системы с известной системной функцией, на вход которой подается гауссовский случайный процесс.
Страницы: 24-30
Список источников
- Марпл-мл. С. Л. Цифровой спектральный анализ и его приложения. М.: Мир. 1990.
- Ljung, L., System Identification. Theory for the User, 2nd ed / Prentice Hall, Upper Saddle River, 1999.
- Narendra, K.S., Parthasarathy, K., Identification and Control of Dynamical Systems Using Neural Networks // IEEE Transactions on Neural Networks. March 1990. V. 1. № 1.
- Хайкин С. Нейронные сети: полный курс. Изд. 2-е, испр.: Пер. с англ. М.: ООО «И.Д. «Вильямс», 2006.
- Candy, J. V., Model-Based Signal Processing // IEEE Press: John Wiley & Sons, 2006.
- Chon, K. H., Cohen, R. J., Linear and Nonlinear ARMA Model Parameter Estimation Using an Artificial Neural Network // IEEE Transactions on Biomedical Engineering, March 1997. V. 44. № 3.