Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

08.12.2016 | Original Article | Ausgabe 4/2018

Neural Computing and Applications 4/2018

Design of momentum LMS adaptive strategy for parameter estimation of Hammerstein controlled autoregressive systems

Zeitschrift:
Neural Computing and Applications > Ausgabe 4/2018
Autoren:
Naveed Ishtiaq Chaudhary, Syed Zubair, Muhammad Asif Zahoor Raja

Abstract

In the present work, strength of momentum least mean square (MLMS) algorithm is exploited for nonlinear system identification problems represented with Hammerstein model. The MLMS algorithm uses the previous gradient information to estimate the current weights instead of using only current value of gradient; thus, it is faster in the convergence and less probable to trap in local minima. The perfection of the design scheme is certified through effective parameter estimation of nonlinear Hammerstein control autoregressive models. The robustness of the scheme is established by examining the performance for different levels of noise variance. The performance comparison through mean square error and Nash–Sutcliffe efficiency parameters, calculated for sufficiently large number of multiple runs, proves the intrinsic worth of MLMS algorithm in system identification.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 4/2018

Neural Computing and Applications 4/2018 Zur Ausgabe

Premium Partner

    Bildnachweise