小波網絡在非線性控制系統(tǒng)中的應用研究.pdf

1、小波網絡是近年來備受矚目的神經網絡研究的一個新的分支，兼具前向神經網絡的突出特點，以及小波分析的時頻局域性和神經網絡的自學習和自適應能力，并且在逼近和容錯方面也都具有較強的能力，在模式識別、故障診斷、信號處理和數據壓縮等領域都有應用。
　　 由于有小波分析理論的指導，所以小波網絡的結構可以很容易的確定，并在此理論的指導下對其參數進行設置。相對于常規(guī)神經網絡而言，小波網絡的權值的學習算法也更加簡單，它的學習不存在局部極小點，并且學

2、習的誤差函數對權值來說是線性的，收斂速度也較快。另外在小波網絡中，小波函數的窗口特性和快速衰減性，使得小波網絡在逼近函數時可以具備局部逼近的能力，和傳統(tǒng)全局逼近網絡相比，局部逼近的小波網絡更容易適應新數據、具有更快的收斂速度和能夠避免較大的外推誤差等優(yōu)點。因此，考慮到小波網絡如此強大的非線性函數逼近能力，嘗試將小波網絡應用在非線性函數的學習及其動態(tài)系統(tǒng)辨識中。
　　 本文對小波網絡和非線性系統(tǒng)辨識的發(fā)展歷程、研究和應用的方法及領

3、域分別進行了介紹。以小波網絡和非線性系統(tǒng)辨識理論為基礎，對結構非線性中的復雜非線性靜態(tài)系統(tǒng)和非線性動態(tài)系統(tǒng)的辨識方法進行了研究，辨識結果作為對非線性系統(tǒng)控制的重要鋪墊。
　　 本文首先介紹了小波分析理論和神經網絡的發(fā)展現狀，介紹了神經網絡的原理、特點和實現算法;其次，學習了小波分析理論，將小波分析與神經網絡相結合，得到小波網絡，本文以小波網絡理論為基礎，在描述基礎小波網絡基本結構以及學習算法的基礎上，結合國內外學者對小波網絡在各