基于遗传算法的小波神经网络控制器设计

基于遗传算法的小波神经网络控制器设计

ID:5356584

大小:423.25 KB

页数:5页

时间:2017-12-08

基于遗传算法的小波神经网络控制器设计_第1页
基于遗传算法的小波神经网络控制器设计_第2页
基于遗传算法的小波神经网络控制器设计_第3页
基于遗传算法的小波神经网络控制器设计_第4页
基于遗传算法的小波神经网络控制器设计_第5页
资源描述:

《基于遗传算法的小波神经网络控制器设计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第14卷第4期电机与控制学报Vol114No142010年4月ELECTRICMACHINESANDCONTROLApr.2010基于遗传算法的小波神经网络控制器设计宋清昆,王建双,王慕坤(哈尔滨理工大学自动化学院,黑龙江哈尔滨150080)摘要:针对小波神经网络常用的误差反传算法存在着易陷入局部极小点和对初值参数要求较高的缺点,结合遗传算法自适应全局优化搜索能力与小波神经网络良好的时频局部特性,提出了一种有效的学习训练途径。该方法首先应用遗传算法确定网络的初始参数,然后转入纯小波神经网络进行训练,大大加快了网络的收敛速度。网络训练时采用共

2、轭梯度学习算法并对此算法进行了改进,有效的克服了梯度学习算法容易陷入局部极小的缺点。通过二阶倒立摆的控制仿真和实物控制,验证了算法的有效性。关键词:小波神经网络;遗传算法;共轭梯度算法;二阶倒立摆中图分类号:TP273文献标志码:A文章编号:1007-449X(2010)04-0102-05DesignofwaveletneuralnetworkcontrollerbasedongeneticalgorithmSONGQing2kun,WANGJian2shuang,WANGMu2kun(CollegeofAutomation,Harbin

3、UniversityofScienceandTechnology,Harbin150080,China)Abstract:Theerrorback2propagationalgorithmofwaveletneuralnetworkhassomeweaknessthatitiseasilytrappedintolocalminimumpointandthatitishardtodetermineitsinitialeasylocalminimumpointandtheinitialvaluesofparameter.Toovercometh

4、eseshortcomingsaneffectiveapproachisproposedbycombiningtheglobalsearchingabilityofgeneticalgorithmandthegoodlocalperformanceinbothtimeandfrequencyfieldsofthewaveletnetwork.Inthismethod,theinitialvaluesofparametersofthenetworkarefirstlydeter2minedbygeneticalgorithm,thenthew

5、aveletneuralnetworkistrained,thusitsconvergenceisspeededupgreatly.Moreover,animprovedconjugategradientalgorithmisusedtotrainthenetworkandtoovercometheshortcomingofeasilytrappingintolocalminimumpoints.Finally,theproposedmethodissimulatedandreal2izedinthedoubleinvertedpendul

6、umcontrolsystem,anditseffectivenessisdemonstrated.Keywords:waveletneuralnetwork;geneticalgorithm;conjugategradientalgorithm;doubleinvertedpendulum数、小波神经元的互联方式、各连接权重以及传递函0引言[1]数等描述,被广泛应用于信号处理、系统辨识、故[2-3]小波神经网络(waveletneuralnetwork,WNN)起障诊断、模式识别、参数估计等领域。源于小波分解,是在小波分析基础上的一种人工

7、神网络学习一直是神经网络理论研究的热点问经网络的延伸,一个小波神经网络模型可以由有限题。由于自适应小波神经网络特有的结构特征,在个参数如小波神经元、网络层数、各层小波神经元初始化网络参数时,不仅需要考虑权值参数的初始收稿日期:2009-01-16基金项目:黑龙江省自然科学基金(F200830);国家重点基础研究发展计划(973计划)(2009CB220107)作者简介:宋清昆(1964—),男,教授,研究方向为智能控制、控制理论与应用;王建双(1982—),男,硕士研究生,研究方向为智能控制、控制理论与应用;王慕坤(1944—),男,教授,

8、研究方向为智能控制、控制理论与应用。©1994-2010ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserv

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。