基于粒子群算法的二級倒立擺小波神經(jīng)網(wǎng)絡(luò)控制.pdf

1、小波神經(jīng)網(wǎng)絡(luò)采用了小波理論，是將小波函數(shù)應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)的前饋型神經(jīng)網(wǎng)絡(luò)，也即一種優(yōu)化后的人工神經(jīng)網(wǎng)絡(luò)。在分析過程中，將基于傅里葉分析的、高時頻特性、以及強(qiáng)多尺度分辨能力的小波基函數(shù)，引入自組織、自學(xué)習(xí)、以及自適應(yīng)的人工神經(jīng)網(wǎng)絡(luò)，從而替換掉傳統(tǒng)的Sigmoid函數(shù)，并根據(jù)神經(jīng)網(wǎng)絡(luò)中的伸縮和平移因子得到具有更加優(yōu)越的逼近函數(shù)、更迅速收斂速度、更靈活容錯能力、以及更強(qiáng)自適應(yīng)性的小波神經(jīng)網(wǎng)絡(luò)。因此，在模式識別、信號分析、計算機(jī)控制應(yīng)用等諸多

2、領(lǐng)域中，小波神經(jīng)網(wǎng)絡(luò)具有廣泛的應(yīng)用。
　　小波神經(jīng)網(wǎng)絡(luò)常采用的粒子群算法，屬于仿生算法的一種，是通過對鳥類覓食活動的模仿而發(fā)展出的全局優(yōu)化的智能算法，通過隨機(jī)優(yōu)化的方式來實(shí)現(xiàn)其對種群的更新，是一種群體搜索算法。但是其會存在緩慢收斂，泛化性能差，計算穩(wěn)定性低，訓(xùn)練時間長，可能陷入“早熟”等許多問題。因此對粒子群算法進(jìn)行優(yōu)化。加入遺傳算法中的交叉操作;引入慣性因子的概念，并使其在迭代過程中逐漸減小;提出粒子的個體平均概念，代替粒子的個