TY -的A2 -弗朗哥,莱昂纳多AU -阿基拉克鲁斯,凯伦艾丽西娅AU -梅德尔华雷斯,何塞·德·耶稣AU - Urbieta Parrazales,罗密欧PY - 2016 DA - 2016/12/13 TI -等效采用遗忘因子神经网络最优系数与滑动模式SP - 4642052六世- 2016 AB -人工神经网络(ANN)的概念方法,其任务是熟悉的,例如,识别或近似模型复杂系统输出的困难。一般来说,目标是确定适当的参数在线达成更好的点对点的收敛速度,因此介绍了参数估计为一个等价的安(EANN),获得一个递归识别随机系统,首先,在恒定的参数和,其次,非平稳的输出系统条件。因此,在过去的估计,也有随机属性的参数,使得传统的近似方法没有足够由于他们失去的收敛速度。为了解决这个问题,我们提出一个非常数的指数遗忘因子(NCEFF)滑动模式,获得在几乎所有点指数收敛速度下降。理论结果的识别阶段执行使用MATLAB®和比较,观察改进当非平稳的输出条件的新提议。SN - 1687 - 5265你2016/4642052 / 10.1155——https://doi.org/10.1155/2016/4642052——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER