Biblioteca32.346 documentos en línea

Artículo

Fuzzy Counter Propagation Neural Network Control for a Class of Nonlinear Dynamical SystemsControl de redes neuronales de contrapropagación difusa para una clase de sistemas dinámicos no lineales

Resumen

Se desarrolla el diseño del controlador de la Red Neural de Contrapropagación Difusa (FCPN), para una clase de sistemas dinámicos no lineales. En este proceso, el peso que conecta el instar y el outstar, es decir, la capa de entrada-oculta y la capa oculta-salida, respectivamente, se ajusta mediante el uso de Fuzzy Competitive Learning (FCL). El paradigma FCL adopta el principio de aprendizaje, que se utiliza para calcular el Best Matched Node (BMN) que se propone. Esta estrategia ofrece un control robusto de los sistemas dinámicos no lineales. La FCPN se compara con las redes existentes, como la Red Dinámica (DN) y la Red de Propagación Trasera (BPN), sobre la base del Error Medio Absoluto (MAE), el Error Medio Cuadrado (MSE), la Tasa de Mejor Ajuste (BFR), etc. Se prevé que la FCPN propuesta dé mejores resultados que la DN y la BPN. La eficacia de los algoritmos FCPN propuestos se demuestra mediante simulaciones de cuatro sistemas dinámicos no lineales y de datos de series temporales Box-Jenkins de entrada múltiple y salida única (MISO) y de entrada única y salida única (SISO) de hornos de gas.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento