Indexed by：
Abstract：
针对模糊神经网络结构设计问题及模糊集在语言描述上存在的不足，提出一种基于扩展的卡尔曼滤波(EKF)的自组织T-S模糊Elman网络，并推导了网络训练算法。分别采用递归最小二乘法和EKF对线性参数和非线性参数进行更新；基于模糊规则生成准则和误差下降率修剪策略实现了模糊规则的增删减。最后通过系统辨识和污水处理建模实验，表明了该算法在保证网络精度和泛化能力的同时，可以有效地简化网络结构。
Keyword：
Reprint Author's Address：
Email：
Source ：
控制与决策
ISSN： 1001-0920
Year： 2014
Issue： 5
Page： 853-859
Cited Count：
SCOPUS Cited Count： 5
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 11
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
