导读:本文包含了递推预报误差算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,误差,神经网络,系统,多维,稳定性,模型。
递推预报误差算法论文文献综述
穆玲玲,王桂萍[1]（2003）在《基于递推预报误差算法的前馈神经网络的设计》一文中研究指出该文介绍了一种基于递推预报误差算法的前馈神经网络的实现方法。将该网络应用于非线性系统模型的仿真试验中取得了良好的效果。文中给出了试验的结果,并对该网络的应用进行了讨论。(本文来源于《计算机工程与应用》期刊2003年19期）
田社平,丁国清,颜德田[2]（2001）在《递推预报误差算法在非线性回归分析中的应用》一文中研究指出在非线性回归分析中 ,常用的方法有变量代换法和多项式回归法[1] ,本文针对上述方法的缺点 ,介绍了一种递推预报误差算法 ,并应用于非线性回归分析中。计算结果表明 ,运用该算法可以使所求非线性回归曲线更加精确(本文来源于《计量技术》期刊2001年03期）
熊智华,王雄,徐用懋[3]（2000）在《基于分布式神经网络递推预报误差算法的非线性系统建模》一文中研究指出采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型 .子神经网络模型及其连接权值均采用递推预报误差方法来进行训练 ,将所有子网络融合得到的分布式神经网络模型在模型精确性和鲁棒性方面有显着地增加 .该方法较好地应用于复杂非线性动态系统的建模(本文来源于《信息与控制》期刊2000年05期）
赖晓平,洪惠民[4]（1991）在《多维随机系统辨识的递推预报误差算法》一文中研究指出本文根据递推预报误差(RPE)算法的基本原理和一般结构,得到了辩识比ARMAX更广泛的一类多维随机系统的递推预报误差算法。仿真结果表明,这种算法具有很快的收敛速度。(本文来源于《1991年控制理论及其应用年会论文集（上）》期刊1991-10-01）
赖晓平,李瑞胜,洪惠民[5]（1991）在《多维ARMAX系统辨识的一种新的递推预报误差算法》一文中研究指出本文根据预报误差(RPE)算法的思想,对多输入-多输出 ARMAX 模型 A(z)y_n=B(z)u_n+C(z)ε_n 发展了一种新的辨识算法.由于在算法中加了矩阵多项式 C(z)的稳定性检验,这一种算法比推广最小二乘算法具有更快的收敛速度,这个结果在计算机仿真中得到了证实.(本文来源于《信息与控制》期刊1991年01期）
赖晓平,李瑞胜,洪惠民[6]（1990）在《多维ARMAX系统辨识的一种新的递推预报误差算法》一文中研究指出一引言递推预报误差(RPE)算法具有很高的实用价值,一直是很多学者研究的重要课题。Ljung[1],[2]Ljung和Soderstrom[3]对这种算法进行了广泛的研究,并对一般的模型得到了RPE算法的一般结构。对一些单输入一单输出模型,如黑箱模型及其特例,如ARMAx模型,都已经有了具体的算法(Ljung和Soderstrom[3])。这里我们将对多输入一多输出ARMAX模型A(z)y_n=B(z)u_n+C(z)ε发展一种新的RPE算法,并对一个具体实例进行了计算机系统仿真。由于在算法中加了C(z)稳定笥检验,这种算法比推广最小二乘算法具有更快的收敛速度,仿真的结果证明了这一点。二多输入一多输出ARMAX模型的RPE算法2.1)所考虑的模型本文所考虑的模型是如下描述的多输入-多输出ARMAX模型(本文来源于《1990年控制理论及其应用年会论文集（4）》期刊1990-11-01）
递推预报误差算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在非线性回归分析中 ,常用的方法有变量代换法和多项式回归法[1] ,本文针对上述方法的缺点 ,介绍了一种递推预报误差算法 ,并应用于非线性回归分析中。计算结果表明 ,运用该算法可以使所求非线性回归曲线更加精确
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
递推预报误差算法论文参考文献
[1].穆玲玲,王桂萍.基于递推预报误差算法的前馈神经网络的设计[J].计算机工程与应用.2003
[2].田社平,丁国清,颜德田.递推预报误差算法在非线性回归分析中的应用[J].计量技术.2001
[3].熊智华,王雄,徐用懋.基于分布式神经网络递推预报误差算法的非线性系统建模[J].信息与控制.2000
[4].赖晓平,洪惠民.多维随机系统辨识的递推预报误差算法[C].1991年控制理论及其应用年会论文集（上）.1991
[5].赖晓平,李瑞胜,洪惠民.多维ARMAX系统辨识的一种新的递推预报误差算法[J].信息与控制.1991
[6].赖晓平,李瑞胜,洪惠民.多维ARMAX系统辨识的一种新的递推预报误差算法[C].1990年控制理论及其应用年会论文集（4）.1990
论文知识图
