%0 Journal Article
%T 混沌对角递归神经网络的船舶横摇预报方法
%A 李占英
%A 王科俊
%A 徐
%A 亮
%A 姚丽君
%J 控制与决策
%P 1681-1684
%D 2012
%X 船舶运动在一定条件下会出现混沌特性,因此可以利用混沌神经网络对其进行预报.对传统的混沌对角递归神经网络模型各权值的训练进行优化,给出了基于Lyapunov函数的各层权所通用的学习速率调整算法的收敛定理并加以证明.仿真结果表明,采用优化采样时刻??可提高各权值的精确度,使收敛性得到改善,能有效提高预报精度和延长预报时间.与前向神经网络BP预测相对比,优化后的模型具有很好的预测效果.
%K 对角递归神经网络
%K 混沌
%K 动量梯度学习算法
%K 船舶横摇预测
%K 前向神经网络
%U http://www.kzyjc.net:8080/CN/abstract/abstract12184.shtml