论文部分内容阅读
提出了用一种结构非常简单的动态递归神经网络（SRNN）辨识非线性系统的方法。该方法研究了在递归层不加权的网络简单拓扑结构，推导出SRNN的预报误差（RPE）学习算法，并对算法进行了补充和改进。仿真实验结果表明，这种网络需要调整的权系值少，且改进后的学习算法简单、辨识速度快、模型精度高，解决了一般动态递归网络因网络拓扑结构复杂造成的训练算法复杂、收敛速度慢的问题，可以实时应用。