论文部分内容阅读
本文综合了几种针对非线性时变系统参数辨识的神经网络算法，并分别将它们推广到非线性时变系统的参数辨识中，分析并比较了它们的收敛速度、辨识精度和抗噪声干扰能力；为了得到更好的辨识效果，提高参数辨识的精度，增强神经网络的抗噪声干扰能力，本文提出了一种针对非线性时变系统参数辨识的神经网络新算法——类递推最小二乘算法，经过对一些典型算例的仿真，结果表明该算法具有更快的收敛速度和更高的辨识精度以及更强的抗干扰性能。