刘妞　罗广文　廖嘉嘉　张琪

(广西科技大学　电气与信息工程学院，广西柳州　545006)



基于遗忘机制的神经网络非线性系统辨识

刘妞罗广文廖嘉嘉张琪

(广西科技大学电气与信息工程学院，广西柳州545006)

神经网络算法对于系统辨识具有很好的效果，但是对于大数据来说，每一个数据是否都具有平等的等效性这个问题上处理不妥。随着时间推移数据的可靠性越高,采用基于遗忘机制的神经网络非线性系统辨识方法，首先分析了遗忘神经网络的适用条件并对遗忘神经网络进行了理论分析与仿真，其次发现遗忘神经网络在准度和进度上面并不会有很大的误差，所以结论表明遗忘神经网络对于数据的处理具有较强的时效性和跟踪性。

神经网络；非线性系统；辨识；遗忘神经网络

神经网络的思想最早于20世纪40年代被提出。50年代，感知机的成功应用开始受到人们的重视。60年代，由于发现神经网络存在的异或难题等缺陷，因此对他的研究陷入低潮。1986年美国科学家Dvavid.Rumellhartt Hames L.Mocllandv发表了“Parallel Distributd Processing”论著后，神经网络掀起了新的研究热潮。之后，德国心里学家艾宾浩斯[1](Hermann Ebbinghaus)研究发现，遗忘在学习之后立即开始，他认为“保持和遗忘是时间的函数”。为改善神经网络算法提供了依据。

网络训练是神经网络能否成功应用的一个关键环节。用于网络训练的数据的集合称为训练数据集。一般是由数据库、数据仓库等数据存储中的基础数据经一定的选择、转化而形成的。于是在建立训练数据集的过程中，就存在新旧数据的取舍问题[2]。……