[发明专利]一种基于循环神经网络的动态模型辨识方法及系统在审
| 申请号： | 201711381448.2 | 申请日： | 2017-12-20 |
| 公开（公告）号： | CN107991877A | 公开（公告）日： | 2018-05-04 |
| 发明（设计）人： | 吕剑虹;于吉 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙)32204 | 代理人： | 柏尚春 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于循环神经网络的动态模型辨识方法及系统，该系统包括动态模型辨识模块、循环神经网络模型转化成传递函数模型的模块、循环神经网络转化成状态空间模型以及循环神经网络的非线性化模块，动态模型辨识模块包括正向计算模块、误差计算模块和反向传播计算模块；该方法首先建立循环神经网络模型；然后根据需要转化成传递函数模型或状态空间模型；或者将循环神经网络模型进行非线性化。本发明运算简单，实现方便，训练时间快，并与传递函数模型和状态空间模型能够相互转换；可以很好的推广到非线性情形，并能够取得不错的拟合效果，并可以很方便地应用到工业控制的模型辨识中去。 | ||
| 搜索关键词： | 一种 基于 循环 神经网络 动态 模型 辨识 方法 系统 | ||
【主权项】：
一种基于循环神经网络的动态模型辨识系统，其特征在于，该系统包括：动态模型辨识模块、循环神经网络模型转化成传递函数模型的模块、循环神经网络转化成状态空间模型以及循环神经网络的非线性化模块，所述动态模型辨识模块包括正向计算模块、误差计算模块和反向传播计算模块；其中，正向传播计算模块的输入包括历史输入输出信息，输出为模型的预测输出；正向传播计算模块的输出和实际输出作为误差计算模块的输入，输出预测值与实际值之间的误差；反向传播计算模块的输入为误差计算模块的输出，输出为循环神经网络各参数的该变量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711381448.2/，转载请声明来源钻瓜专利网。
