基于UKF的增长型模糊神经网络设计

来源期刊：控制与决策2017年第12期

论文作者：韩红桂 林征来 乔俊飞

文章页码：2169 - 2175

关键词：模糊神经网络;无迹卡尔曼滤波;增长型;非线性系统建模;

摘    要：为了实现模糊神经网络结构和参数的同时调整,提出一种基于无迹卡尔曼滤波（UKF）的增长型模糊神经网络（UKF-GFNN）.首先,利用UKF对模糊神经网络的参数进行调整;然后,设计一种基于隐含层神经元输出强度的模糊规则增长机制,实现模糊神经网络的结构增长;最后,将所提出的增长型模糊神经网络应用于非线性系统建模.实验结果显示,基于UKF的增长型模糊神经网络能够实现结构和参数的自校正,并且具有较高的建模精度.