| 不确定混沌系统的差分进化小波神经网络控制 |
| |
| 引用本文： | 李目,周少武,何怡刚,谭文.不确定混沌系统的差分进化小波神经网络控制[J].计算机工程与应用,2010,46(11):200-203. |
| |
| 作者姓名： | 李目 周少武 何怡刚 谭文 |
| |
| 作者单位： | 1. 湖南科技大学信息与电气工程学院,湖南,湘潭,411201
2. 湖南大学电气与信息工程学院,长沙,410082 |
| |
| 基金项目： | 国家自然科学基金项目No.50677014;;国家自然科学基金项目No.60876022;;国家高技术研究发展计划(863)No.2006AA04A104;;高校博士点基金项目No.20060532016;;湖南省科技计划项目No.06JJ2024~~ |
| |
| 摘 要： | 提出一种基于小生境自适应差分进化小波神经网络（NADE-WNN）的方法对不确定混沌系统进行控制。该方法利用小波神经网络学习未知模型混沌系统的动态特性并实施控制，为提高神经网络的学习精度和收敛速度，采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数，简化网络结构，提高网络的学习精度和全局收敛性。仿真实验结果表明，在有外部干扰和参数摄动的情况下，NADE-WNN仍能对不确定混沌系统进行有效控制，且网络结构、控制精度和收敛速度都优于传统神经网络。
|
| 关 键 词： | 小生境自适应差分进化算法 小波神经网络 参数不确定性 混沌控制 |
| 收稿时间： | 2008-10-13 |
| 修稿时间： | 2008-12-29
|
Control for a class of uncertain chaotic system based on differential evolution wavelet neural network |
| |
| LI Mu,ZHOU Shao-wu,HE Yi-gang,TAN Wen.School of Information , Electrical Engineering,Hunan University of Science , Technology,Xiangtan,Hunan ,China .College of Electrical , Information Engineering,Hunan University,Changsha ,China.Control for a class of uncertain chaotic system based on differential evolution wavelet neural network[J].Computer Engineering and Applications,2010,46(11):200-203. |
| |
| Authors: | LI Mu ZHOU Shao-wu HE Yi-gang TAN WenSchool of Information Electrical Engineering Hunan University of Science Technology Xiangtan Hunan China College of Electrical Information Engineering Hunan University Changsha China |
| |
| Affiliation: | LI Mu1,ZHOU Shao-wu1,HE Yi-gang2,TAN Wen11.School of Information , Electrical Engineering,Hunan University of Science , Technology,Xiangtan,Hunan 411201,China 2.College of Electrical , Information Engineering,Hunan University,Changsha 410082,China |
| |
| Abstract: | A novel control method based on Niche Adaptive Differential Evolution Wavelet Neural Network(NADE-WNN) is proposed for uncertain chaotic system.The Wavelet Neural Network is used to study dynamic characters of uncertain chaotic system and control it.In order to raise learning accuracy and convergence rate,the structures and parameters of wavelet neural network are optimized by NADE algorithm at the same time in the model.The algorithm can get a best network structure and improve learning accuracy and the gl... |
| |
| Keywords: | Niche Adaptive Differential Evolution (NADE) algorithm Wavelet Neural Network (WNN) parameter uncertainties chaos control |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
