基于模糊分数阶神经网络的水质系统参数辨识方法

    公开(公告)号:CN113139336A

    公开(公告)日:2021-07-20

    申请号:CN202110395388.X

    申请日:2021-04-13

    Abstract: 本发明公开了一种基于模糊分数阶神经网络的水质系统参数辨识方法,首先根据水质等级和影响水质等级的因素,收集系统模型的输入输出数据;然后根据水质等级和影响因素之间的关系设计模糊神经网络系统输入输出变量的数目和基本结构;接着利用数据训练搭建好的模糊神经网络模型,并且计算网络模型和实际输出的误差;根据误差,采用分数阶梯度下降法修改模型的系数以及隶属度函数的参数;当训练的误差达到期望的数值时停止训练。本发明可以实现水质系统模型参数的快速、在线、高精度辨识,计算方法简单、高效。

Patent Agency Ranking