基于擴展卡爾曼濾波的模糊神經(jīng)網(wǎng)絡學習算法研究.pdf

1、模糊系統(tǒng)具有模擬人腦推理的功能；神經(jīng)網(wǎng)絡具有自適應學習能力、泛化能力以及并行處理能力。模糊神經(jīng)網(wǎng)絡不僅吸取了模糊系統(tǒng)和神經(jīng)網(wǎng)絡的優(yōu)點，而且克服了二者的缺點，因而成為智能控制領(lǐng)域的一個研究熱點。模糊神經(jīng)網(wǎng)絡由于其簡單實用，已被廣泛用于工業(yè)過程控制、信號處理等領(lǐng)域。模糊神經(jīng)網(wǎng)絡本質(zhì)上是一個神經(jīng)網(wǎng)絡，其結(jié)構(gòu)主要由模糊規(guī)則數(shù)決定，網(wǎng)絡的結(jié)構(gòu)是否合理對其泛化能力有重要影響，如何確定一個具有合理結(jié)構(gòu)的模糊神經(jīng)網(wǎng)絡一直是一個難題。傳統(tǒng)的方法大多采用反

2、向傳播算法訓練模糊神經(jīng)網(wǎng)絡，反向傳播算法具有一定的局限性，如：學習速度慢，容易陷入局部極小點?？柭鼮V波是一種實時遞推算法，它所處理的對象是隨機信號，它主要利用系統(tǒng)噪聲和觀測噪聲的統(tǒng)計特性，把系統(tǒng)的觀測量作為濾波器的輸入，把所要估計的狀態(tài)量作為濾波器的輸出?？柭鼮V波的輸入與輸出之間通過時間更新算法和觀測更新算法聯(lián)系一起，依據(jù)狀態(tài)方程和觀測方程估計出需要處理的信號，卡爾曼濾波實質(zhì)上是一種最優(yōu)估計方法。利用卡爾曼濾波調(diào)整神經(jīng)網(wǎng)絡的參數(shù)，不

3、僅可以減少網(wǎng)絡的學習周期，而且可以優(yōu)化網(wǎng)絡的結(jié)構(gòu)。為了構(gòu)造一個有效的模糊神經(jīng)網(wǎng)絡，本文提出一種自組織學習算法，模糊神經(jīng)網(wǎng)絡的結(jié)構(gòu)辨識和參數(shù)調(diào)整可以同時進行。本文的主要內(nèi)容如下：
　　 ①簡要介紹了模糊系統(tǒng)、神經(jīng)網(wǎng)絡等基本理論，并分析了二者的特性。
　　 ②闡述了離散卡爾曼濾波和擴展卡爾曼濾波的基本原理，推導了這兩種濾波的計算過程，研究了全局擴展卡爾曼濾波和解耦擴展卡爾曼濾波在神經(jīng)網(wǎng)絡訓練中的應用。
　　 ③構(gòu)造了