小波網(wǎng)絡(luò)在非線性控制系統(tǒng)中的應(yīng)用研究.pdf

1、小波網(wǎng)絡(luò)是近年來備受矚目的神經(jīng)網(wǎng)絡(luò)研究的一個(gè)新的分支，兼具前向神經(jīng)網(wǎng)絡(luò)的突出特點(diǎn)，以及小波分析的時(shí)頻局域性和神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和自適應(yīng)能力，并且在逼近和容錯(cuò)方面也都具有較強(qiáng)的能力，在模式識(shí)別、故障診斷、信號(hào)處理和數(shù)據(jù)壓縮等領(lǐng)域都有應(yīng)用。
　　 由于有小波分析理論的指導(dǎo)，所以小波網(wǎng)絡(luò)的結(jié)構(gòu)可以很容易的確定，并在此理論的指導(dǎo)下對(duì)其參數(shù)進(jìn)行設(shè)置。相對(duì)于常規(guī)神經(jīng)網(wǎng)絡(luò)而言，小波網(wǎng)絡(luò)的權(quán)值的學(xué)習(xí)算法也更加簡單，它的學(xué)習(xí)不存在局部極小點(diǎn)，并且學(xué)

2、習(xí)的誤差函數(shù)對(duì)權(quán)值來說是線性的，收斂速度也較快。另外在小波網(wǎng)絡(luò)中，小波函數(shù)的窗口特性和快速衰減性，使得小波網(wǎng)絡(luò)在逼近函數(shù)時(shí)可以具備局部逼近的能力，和傳統(tǒng)全局逼近網(wǎng)絡(luò)相比，局部逼近的小波網(wǎng)絡(luò)更容易適應(yīng)新數(shù)據(jù)、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(diǎn)。因此，考慮到小波網(wǎng)絡(luò)如此強(qiáng)大的非線性函數(shù)逼近能力，嘗試將小波網(wǎng)絡(luò)應(yīng)用在非線性函數(shù)的學(xué)習(xí)及其動(dòng)態(tài)系統(tǒng)辨識(shí)中。
　　 本文對(duì)小波網(wǎng)絡(luò)和非線性系統(tǒng)辨識(shí)的發(fā)展歷程、研究和應(yīng)用的方法及領(lǐng)

3、域分別進(jìn)行了介紹。以小波網(wǎng)絡(luò)和非線性系統(tǒng)辨識(shí)理論為基礎(chǔ)，對(duì)結(jié)構(gòu)非線性中的復(fù)雜非線性靜態(tài)系統(tǒng)和非線性動(dòng)態(tài)系統(tǒng)的辨識(shí)方法進(jìn)行了研究，辨識(shí)結(jié)果作為對(duì)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(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀，介紹了神經(jīng)網(wǎng)絡(luò)的原理、特點(diǎn)和實(shí)現(xiàn)算法;其次，學(xué)習(xí)了小波分析理論，將小波分析與神經(jīng)網(wǎng)絡(luò)相結(jié)合，得到小波網(wǎng)絡(luò)，本文以小波網(wǎng)絡(luò)理論為基礎(chǔ)，在描述基礎(chǔ)小波網(wǎng)絡(luò)基本結(jié)構(gòu)以及學(xué)習(xí)算法的基礎(chǔ)上，結(jié)合國內(nèi)外學(xué)者對(duì)小波網(wǎng)絡(luò)在各