基于改进粒子群算法的研究小波神经网络控制器设计和的研究

《基于改进粒子群算法的研究小波神经网络控制器设计和的研究》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、ClassifiedIndex：TPl83DissertationfortheMasterDegreeinEngineeringDesignandResearchonWaveletNetworkControllerBasedonImprovedParticle’SwarmOptimizationCandidate：Supervisor：AcademicDegreeAppliedfor：Specialty：DateoforalExamination：University：LiuLiNaSongQingkunMasterofEngineeringControlTheoryandControlEng

2、lneenngMarch，2012HarbinUniversityofScienceandTechnology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《基于改进粒子群算法的小波神经网络控制器设计与研究》，是本人在导师指导下，在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：主．1篇娴f日期：为lz年多月，衫日哈尔滨理工大学硕士学位论文使用授权书《基于改进粒子群算法的小波神经网络

3、控制器设计与研究》系本人在哈尔滨理i天学攻读碛壬学i链瓣两在导师指导完下成的硬士学位论文．啐论文酶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)Ft期：弦lz年多月／‘日日期：和Iz年3月巧日哈尔滨理工大学工学硕士学位论文基于改进粒子群算法的小波神经网络控制器设计与研究摘要小波

4、神经网络作为人工神经网络理论与小波理论的完美结合产物，兼备了神经网络的自学习功能、自适应性和鲁棒性及小波变换良好的时频局部特性，容错性与逼近能力都比较强，在处理不确定、不确知和复杂非线性问题上，小波神经网络比传统的前向神经网络更具优势．所以具有更加广阔的应用前景。本文主要研究了小波神经网络的学习算法和结构特性，设计出一个具有优良性能的控制器，并在仿真和实时控制实验中验证了其有效性。类似于遗传算法，粒子群优化算法也是一种以迭代为基础的优化工具，但是不同的是，它没有遗传算法的变异和交叉操作，丽是粒子通过衡量自身和种群的飞行经验确定飞行方向来完成最优值的搜索任务。针对基本粒子群算法易陷入局部最优的特

5、点，为了加强算法逃离陷入局部最优点的能力，本文引入遗传算法的交叉因子和个体平均极值，对基本粒子群算法进行了改进，在保持种群多样性的同时扩大粒子的认知范围，使得粒子能够获得更多的信息来调整自身状态。另外，为了权衡算法收敛精度和收敛速度两方面的搜索能力，又在算法中加入了权重因子。利用改进型粒子群算法优化小波神经网络控制器，选取最常用的Moflot小波作为小波基函数，设计小波神经网络控制器，并以二级倒立摆为控制对象，搭建仿真模块，在仿真实验和实时控制实验中有效地验证了控制器的稳定性和抗干扰能力。关键词小波神经网络；粒子群优化算法；二级倒立摆哈尔滨理工大学工学硕士学位论文==喜昌皇皇暑詈昌皇=詈兽暑=

6、暑皇墨墨暑置葛昌詈詈昌暑昌昌=皇暑鲁葛鲁昌詈—昌墨鲁詈詈暑詈昌墨暑置暑盲暑詈皇墨量詈=葛E暑皇暑詈昌=暑皇曩詈詈皇喜霉量昌宣皇皇鲁皇詈詈皇=暑置鼍阜Ir皇DesignandResearchonWaveletNetworkControllerBasedonImprovedPSOAbstractAstheperfectcombinationofartificialneuralnetworktheoryandwavelettheory,waveletneuralnetworkhasbothofself-lem。aingfunction,adaptabilityandrobustnessofneura

7、lnetworkandtime-frequencylocalcharacteristicsofwavelet．Itsfaulttoleranceandapproximationabilityisstrong．Indealing诵tlIuncertainty,nnknownandcomplexnonlinearproblem,waveletneuralnetworkhasmoreadvantages