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)研究的一個新的分支，兼具前向神經(jīng)網(wǎng)絡(luò)的突出特點，以及小波分析的時頻局域性和神經(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(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)下對其參數(shù)進(jìn)行設(shè)置。相對于常規(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，并且學(xué)

2、習(xí)的誤差函數(shù)對權(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。因此，考慮到小波網(wǎng)絡(luò)如此強大的非線性函數(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)及其動態(tài)系統(tǒng)辨識中。
　　 本文對小波網(wǎng)絡(luò)和非線性系統(tǒng)辨識的發(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)辨識理論為基礎(chǔ)，對結(jié)構(gòu)非線性中的復(fù)雜非線性靜態(tài)系統(tǒng)和非線性動態(tài)系統(tǒng)的辨識方法進(jìn)行了研究，辨識結(jié)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(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、特點和實現(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)者對小波網(wǎng)絡(luò)在各