小波神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識應(yīng)用中的結(jié)構(gòu)與算法研究.pdf

1、作為人工智能的重要組成部分,人工神經(jīng)網(wǎng)絡(luò)有較大的應(yīng)用潛力.該文在闡述了神經(jīng)網(wǎng)絡(luò)的發(fā)展、現(xiàn)狀、基本原理及其在自動控制中的應(yīng)用的基礎(chǔ)上,主要研究了小波神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識應(yīng)用中的結(jié)構(gòu)與算法.小波神經(jīng)網(wǎng)絡(luò)是在小波分析理論的基礎(chǔ)上提出的,是小波變換和神經(jīng)網(wǎng)絡(luò)有機結(jié)合的產(chǎn)物.由于小波神經(jīng)網(wǎng)絡(luò)與普通的前項網(wǎng)絡(luò)相比,具有網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的確定有理論依據(jù)及收斂速度快、精度高等優(yōu)點,因此小波神經(jīng)網(wǎng)絡(luò)在運用于系統(tǒng)辨識時具有獨特的優(yōu)勢.該文詳細(xì)介紹了小波分析理論

2、和小波神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識,分析了幾種流行小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的優(yōu)缺點,系統(tǒng)地介紹了系統(tǒng)辨識的一般理論以及時變系統(tǒng)辨識的傳統(tǒng)方法及研究現(xiàn)狀,并在此基礎(chǔ)上提出了基于小波神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識器的一般結(jié)構(gòu).小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定問題,即如何確定隱層神經(jīng)元的個數(shù),一直是其研究中的一個難點和關(guān)鍵.該文針對以上問題,在分析了前人研究成果的基礎(chǔ)上,受Pati和Krishnapresad關(guān)于三個Sigmoid函數(shù)的線性組合可以作為小波基函數(shù)的理論的啟發(fā),提

3、出了一種確定小波網(wǎng)絡(luò)結(jié)構(gòu)的新方法,為小波網(wǎng)絡(luò)隱層神經(jīng)元數(shù)目的確定提供了一個新途徑.其原理是合理選擇小波基函數(shù)序列中的能夠覆蓋被逼近函數(shù)整個時頻區(qū)域的一個元素或幾個元素的組合作為網(wǎng)絡(luò)的基函數(shù),以此來確定隱層神經(jīng)元的個數(shù),從而確定小波網(wǎng)絡(luò)的結(jié)構(gòu).該文從理論方面對算法進行了深入的剖析,介紹了算法的詳細(xì)思路和具體過程,并將算法訓(xùn)練后的小波神經(jīng)網(wǎng)絡(luò)運用到實際的非線性系統(tǒng)的辨識過程中去.幾個典型的系統(tǒng)辨識仿真實驗表明該算法具有跟蹤精度高和計算簡便的