基于QPSO小波神经网络控制器设计与研究

《基于QPSO小波神经网络控制器设计与研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TPl83工学硕士学位论文基于OPSO小波神经网络控制器设计与研究硕士研究生：导师：申请学位级别：学科、专业：所在单位：答辩日期：授予学位单位：吕超宋清昆工学硕士控制理论与控制工程自动化学院2013年3月哈尔滨理工大学ClassifiedIndex：TPl83DissertationfortheMasterDegreeinEngineeringDesignandResearchonWaveletNetworkControllerBasedonQPSOCandidate：Supervisor

2、：AcademicIk柳eeAppaedfor：Specialty：DateofOralExamination：University：LvChaoSongQingkunMasterofEngineeringControlTheoryandControll邑ngmeermgMarch，2013HarbinUniversityofScienceandTechnology哈尔滨理工大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于QPSO小波神经网络控制器设计与研究》，是本人在导师指导下，在

3、哈尔滨理工大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文研究工作做出贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：昌趟日期；年月日哈尔滨理工大学硕士学位论文使用授权书《基于QPSO小波神经网络控制器设计与研究》系本人在哈尔滨理工大学攻读硕士学位期间在导师指导完下成的硕士学位论文。本论文的研究成果归哈尔滨理工大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解哈尔滨理工大学关于

4、保存、使用学位论文的规定，同意学校保留并向有关部门提交论文和电子版本，允许论文被查阅和借阅。本人授权哈尔滨理工大学可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于保密口，在年解密后适用授权书。不保密团。(请在以上相应方框内打4)日期：年月日日期：年月日哈尔滨理工大学工学硕士学位论文基于QPSO小波神经网络控制器设计与研究摘要小波神经网络是将人工神经网络与小波分析理论基础相结合共同建立的·种新型神经网络，它结合了人工神经网络与小波分析的优点。首先，时频局部化这一小波变换

5、的重要特性被充分利用；其次，人工神经网络充分发挥自身的学习能力，进而将容错能力和比较强的逼近能力充分体现出来。但是人工神经网络与小波分析结合时会对小波神经网络自身的结构产生影响，导致在小波神经网络模型中易于出现陷入局部极小或不收敛等问题。文；中首先对小波神经网络的学习算法和结构特性进行了研究。在研究算法的过程中，发现小波神经网络的传统训练算法有许多不足，为了改进传统算法，文中提出了量子行为粒子群算法(Quantum．behavedParticleSwarmAlgorithm)，并且简要分析了QPSO算法的

6、基本原理与和基本流程；研究了QPSO算法的优势，将量子6势阱模型作为QPSO算法的基本形式，设计出粒子位置的概率密度函数和波函数；又对QPSO算法的收敛性进行了研究。在判断QPSO算法的收敛性时，QPSO算法的基本进化方程将依照MonteCarlo方法推导出来；判断出粒子在基本进化方程中的收敛问后题，得出两种较好的搜索策略，从而进一步得出完整的算法流程。最后又对QPSO算法与PSO算法进行比较分析，得出量子行为粒子群算法的优点。其次，根据研究内容分析设计出性能良好的小波控制器。在OPSO算法中加入学习因子

7、、进化速度和粒子聚集度等参数，并对QPSO算法的参数迭代更新加以完善，使控制参数增加，从而获得完善的小波神经网络训练结果，再利用量子行为粒子群算法优化小波神经网络控制器。最后，通过仿真对其性能进行研究。选取最常用的Morlet小波作为小波基函数，并将控制对象选为二级倒立摆，利用软件构建仿真模块。根据仿真实验和实物控制实验能够验证控制器有较强的稳定性和抗干扰能力。关键词小波神经网络；量子化粒子群算法；二级倒立摆哈尔滨理工大学工学硕士学位论文DesignandResearchonWaveletNetworkC

8、ontroller．BasedonQPSOAbstractTheWaveletNeuralnetworksiSanewtypeofneuralnetworkbasedontheartificialneuralnetworkandwaveletanalysiscombiningthebenefitsofartificialneuralnetworkandwaveletanalysis．Atfirst，the矗equencyloc