作者：吕卫民; 肖阳; 徐珂文; 江式伟elman神经网络梯度下降动态性能反馈环节学习算法预测
摘要：为提高传统Elman神经网络的动态性能，通过增加输出层与承接层之间的反馈环节，提出了一种新的改进的Elman神经网络模型，利用梯度下降原理对其学习算法进行了推导。同时引入附加动量和变学习率算法，建立了基于改进Elman神经网络的预测方法，并将其应用于电子元件性能参数的预测中。仿真实验证明，相比于BP和传统Elman神经网络，改进后的Elman神经网络训练速率快，预测精度高，具有良好的动态性能。由此可见，改进的Elman神经网络模型在对具有非线性时序特征参数的预测中，具有良好的应用前景。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
