RBF 신경망을 위한 적응 계산 알고리즘

비선형 모델링 및 식별을 위해 새로운 학습 알고리즘이 제안되었다. 제안된 방법은 적응 계산 알고리즘(ACA)을 사용하여 신경망 훈련을 간소화한다. 또한, ACA의 수렴성을 Lyapunov 기준에 따라 분석한다. 제안된 알고리즘은 두 가지 중요한 장점을 제공한다. 첫째, ACA를 통해 모델 성능을 크게 개선할 수 있으며, 모델링 오류는 균일하게 궁극적으로 제한된다. 둘째, 제안된 ACA는 계산 비용을 줄이고 훈련 속도를 가속화할 수 있다. 제안된 방법은 제한 주기를 가진 고전적인 비선형 시스템을 모델링하고 비선형 동적 시스템을 식별하는 데 사용되어 제안된 알고리즘의 효과를 입증한다. 계산 복잡성 분석과 시뮬레이션 결과가 그 효과를 보여준다.