资源描述：
《基于小波模糊网络的非线性函数逼近方法的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、------------------------------------------------------------------------------------------------基于小波模糊网络的非线性函数逼近方法的研究 ?322? 计算机测量与控制.2006.14(3) ComputerMeasurement&Control 工业控制文章编号:1671-4598(2006)03-0322-02中图分类号:TP183文献标识码:A李春鑫1,李天伟2,王孝通2(1.海军大连舰艇学院研究生2队,辽宁大连 116018;2.海军大连舰艇
2、学院航海系,辽宁大连 116018)摘要:针对非线性函数逼近问题,提出了一种新的融合策略———小波模糊网络;该网络将模糊模型引入小波网络,采用正交最小二乘法筛选小波,利用推广卡尔曼滤波算法调整网络非线性参数,避免陷入局部最优,提高学习速度,并采用最小二乘法修正权值,在不增加小波基函数的基础上提高网络的逼近精度;通过仿真,该网络的准确性和泛化能力都优于传统的小波神经网络,具有广泛的应用前景。关键词:小波模糊网络;小波神经网络;推广卡尔曼滤波;函数逼近ResearchonApproximatingNon-BasedonWaveletLiChunxin1,Li,
3、2(1.PostgraduateTeam,116018,China;2.Dalian,Dalian ——————————————————————————————————————------------------------------------------------------------------------------------------------116018,China)Abstract:Aimingattnon-functions,anewsyncretizedstrategy-waveletfuzzynetworkispresen2
4、ted.The,usesOrthonormalLeastSquaretoselectwavelet,andtoavoidintopartoptimiza2tionandimprove,ExtendedKalmanFilterisadoptedtocorrectweights,therefore,itcanimproveapproachprecisionwithoutincreasingwaveletfunctions.Thesimulationresultillustratesitissuperiortotraditionalwaveletneuralne
5、tworkinveracityandgeneral2izationability,anditsapplicationforegroundisbroad.Keywords:waveletfuzzynetwork;waveletneuralnetwork;ExtendedKalmanFilter;functionapproach0 引言小波神经网络是用小波基作为神经元函数而生成的一种网络。小波函数的伸缩因子即尺度,在小波分析和函数逼近上起到了重要作用,由这一特性,在多分辨分析和传统模糊模型的基础上,这里给出一种新的模型———小波模糊网络(WFN),该网络将模糊
6、模型引入小波网络,在不增加小波基函数的基础上提高网络逼近函数的精度。由于该算法中每一条模糊规则对应一个子小波网络,而子网络中的小波基是在同一尺度下将小波函数平移而得到的,因此,不同尺度下生成的子小波网可以捕捉所逼近函数在不同时、频域下的特征,模糊规则集则决定各个子网络对整个网络输出的贡献。与传统的小波神经——————————————————————————————————————------------------------------------------------------------------------------------------
7、------网络(WNN)相比,该算法通过小波函数位移参数的学习及模糊规则集的调整,其准确性和泛化能力都有所提高[1-2]。子的有限小波基的线性组合;Aij输入变量的模糊集;Aij(xj)表示xj在Aij中的隶属度,采用高斯型函数:Aij(xj)=e-
8、j(x-Pi)/Pi
9、Pj3jj1j2=e-((x-Pi)/Pi)2jj1j2Pij3/2Pij1,Pij2∈R,0<Pij3≤5(1)其中Pij1表示隶属函数的中心,Pij2、Pij3分别决定了隶属函数的宽度和形状。而(k)ΨM(X)=2Mi/2Ψ(k)(2MiX-tk)=i,tqj=12∏Mi/2
10、kΨ(k)(2Mixj-tkj)Mi∈Z,tj∈R(2) 令μ^
