模糊小波神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)應(yīng)用中的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩67頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、許多復(fù)雜的系統(tǒng)是無(wú)法用傳統(tǒng)方法對(duì)它定義,不能建立有效的數(shù)學(xué)模型和控制方法。目前,模糊邏輯和神經(jīng)網(wǎng)絡(luò)技術(shù)是智能控制理論中十分活躍的分支,而小波分析技術(shù)由于對(duì)信號(hào)具有多分辨率功能和時(shí)頻局部化性質(zhì),一出現(xiàn)便得到了迅速的發(fā)展。為此,本文研究了基于模糊邏輯技術(shù)、小波分析和神經(jīng)網(wǎng)絡(luò)相結(jié)合的一種新的模型一模糊小波神經(jīng)網(wǎng)絡(luò)。主要的研究工作如下: 首先,全面的回顧了非線性系統(tǒng)辨識(shí)的發(fā)展歷史及研究現(xiàn)狀,并對(duì)當(dāng)前模糊邏輯技術(shù)、小波分析和神經(jīng)網(wǎng)絡(luò)三者結(jié)

2、合的研究進(jìn)展作了概述。 然后,將T-S模糊模型與前饋神經(jīng)網(wǎng)絡(luò)相融合構(gòu)造了一種新型的模糊神經(jīng)網(wǎng)絡(luò),該模型采用基于梯度下降法和α-LMS算法相結(jié)合的混合學(xué)習(xí)方法,其中梯度下降法用來訓(xùn)練高斯型隸屬度函數(shù)的非線性參數(shù),而α-LMS算法用來訓(xùn)練線性參數(shù),即權(quán)值。從理論上,證明了該模型對(duì)非線性函數(shù)的萬(wàn)能逼近能力。 最后,進(jìn)一步利用小波變換的壓縮和多分辨率特性與模糊神經(jīng)網(wǎng)絡(luò)相結(jié)合構(gòu)造出兩種模糊小波神經(jīng)網(wǎng)絡(luò)模型,并應(yīng)用在非線性系統(tǒng)辨識(shí)上

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論