欢迎来到天天文库
浏览记录
ID:32708931
大小:1.24 MB
页数:55页
时间:2019-02-14
《基于小波神经网络的非线性函数逼近》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、V‰≮2基于小波神经网络的非线性函数逼近控制理论与控制工程专业研究生李胜指导教师涂源钊小波分析是一种新兴的数学分析方法。本文将小波分析理论与传统神经网络理论相结合,用小波函数代替传统神经网络中的sigmoid函数,构成小波神经网络。小波神经网络和前馈型神经网络均具有一致逼近和r逼近的能力。本文将小波神经网络用于逼近非线性函数,并从理论上讨论了它逼近函数的能力。小波神经网络是小波分析与传统神经网络结合而成的,这样就可以借助小波分析的有关理论来设计小波神经网络的结构。本文提出了根据逼近函数的时频空间区域来选择小波基函数,使这些小波基函数共同构成的时频空间区域覆盖完
2、逼近函数的时频空间区域。为了使网络实用并且规模最小,提出了一种结构优化的方法。由于网络的输出与权值是线性关系,可以直接利用LS等方法进行权值修正。本文小波神经网络采用带动量因子的BP算法来修正网络的权值和减小逼近的误差。最后,对于一个实际的非线性函数,用本文介绍的方法来设计小波神经网络来逼近函数,仿真结果表明该方法的有效性,并且表明小波神经网络在函数逼近上,网络的收敛速度快,逼近精度高的特点,并且网络具有很好的泛化能力和容错性。关键词:小波分析小波神经网络函数逼近TheNon—linearFunctionApproximationBasedon黝veletNe
3、uralNetworkMajor:ControlTheoryandControlEngineeringGraduate:LiShengAdvbo∥T越YmmzhaoWaveletanalysisisarisingmathematicalanalysismethod.Thispapercombinestheoryofwaveletanalysiswithconventionalneuralnetwork.Substitutingwaveletfunctionforsigmoidfunctioninnenralnetwork,toformwaveletneural
4、network.Bothwavelctneuralnetworkandneuralnetworkoffeedforwardhaveabilityofcoherentapproximationandrapproximation.砸spaperapproximatesnon-linearfunctionwimwaveletneuralnetwork.whoseabilityofapproximationfunctionisdiscussedintheory.Waveletneuralnetworkisacombinationofwaveletanalysisand
5、conventionalneuralnetwork,SOstructureofwaveletneuralnetworkcanbedesignedwitheoncemedtheoryofwaveletanalysis.Tochoosewaveletfunctionbasedontime—frequencyregionisputforward,time-frequencyregioncomposingofallofthesewaveletfunctions湖overlaywhollytime-frequencyregionofnon-linearfunctiont
6、oapproximate.Inordertomakewaveletneuralnetworkefficientandminimizestructureofnetwork,anovelmethodoptimizingstructureofwaveletneuralnetworkiSadvanced.BecauseitiSlincarrelationbetweenoutputofnetworkandrightofnetwork,methodofLScanbedirectlyusedtocorrectrightofwaveletneuralnetwork.Arith
7、meticofbackpropagationwithmomentumgeneisusedtocorrectrightofnetworkandminimizeerrorofapproximation.Finally,takeexampleforanon-linearfunction,methodmentionedinthispaperisusedtodesignwaveletneuralnetworktoapproximatethisfunction.Thecomputersimulationsconnnnthemethodthatisbroughtoutint
8、hispaperisuseful,an
此文档下载收益归作者所有