共查询到20条相似文献,搜索用时 218 毫秒
1.
基于小波神经网络的系统辨识方法 总被引:8,自引:2,他引:8
神经网络由于具有良好的自学习和自适应能力,在非线性黑箱建模或系统辨识中有着广泛的应用,这些辨识模型有:多层感知器、径向基函数网和反馈网络等等。文中提出了基于小波神经网络模型的系统辨识方法。由于小波变换或分解所表面的良好的时频局部化特性,以及多尺度的功能,我们用规范正交的小波函数作为基函数网络中的基函数,得到所谓的小波神经网络。通过计算机仿真证实了该方法的良好的辨识效果。 相似文献
2.
3.
基于小波网络的动态系统辨识方法及应用* 总被引:17,自引:0,他引:17
本文介绍了一种多输入非线性动态系统辨识算法,基于该算法的非线性辨识系统成功用于局部地区短时暴雨的预报。在这个系统中我们采用一种小波网络来追踪非线性系统的动态性,用一种基于小波逼近的非参数估计方法用于系统的状态空间模型的辨识中。从实验结果可看出,与传统的神经网络方法相比,该系统在速度、可靠性以及精确度上都有了很大的提高。 相似文献
4.
5.
6.
7.
8.
9.
利用通用学习网络具有所有节点互连,任意两节点之间可以有多重连接,且连接允许有任意延迟时间的特点,对典型非线性、大滞后系统进行了辨识.结合PID控制器对pH中和过程实现了高精度的预估控制.通过与传统的Smith预估控制的比较,证明该网络能有效地应用于大滞后系统,利用该网络进行系统辨识是对未知对象模型控制的一种有效新方法. 相似文献
10.
本文将小波分析与传统的最小二乘方法结合起来,使得非线性多入多出动态系统的辨识算法得到进一步发展。仿真结果表明,将小波分析引入非线性系统辨识领域,减少了辨识参数的数量,简化了算法,提高了精度。 相似文献
11.
In this paper, a dynamic wavelet network (DWN) is proposed and applied to identify black box models of the process. The well-known
delta-rule is extended to the dynamic delta-rule in order to optimize wavelet network parameters. A chemical process was chosen
as a realistic nonlinear system to demonstrate the identification performance. A comparison was made between the approach
presented in this paper and dynamic multi layer perceptron neural networks. 相似文献
12.
针对非线性离散时间系统的控制问题,提出了一种基于近似模型的多层模糊CMAC
自适应控制方法.采用多层模糊CMAC对非线性函数进行逼近,并提出了一种新的神经网络学
习算法来保证权值的有界性.由于无需满足PE条件,所以文中提出的方法对于离散时间系统
的神经网络控制问题具有实际价值. 相似文献
13.
基于小波神经网络的非线性误差校正模型及其预测 总被引:6,自引:0,他引:6
针对非线性系统的预测问题,在线性和非线性协整理论涵义的基础上,提出利用小波神经网络进行非线性协整系统的非线性误差校正模型的研究,并给出该模型的建模方法.对沪深股市进行实证研究,与线性向量自回归模型进行比较.研究证明,小波神经网络所建立的非线性误差校正模型有较好的预测效果,能够有效地预测非线性经济系统. 相似文献
14.
15.
以小波多分辨分析为理论基础,结合过程神经网络模型,建立了具有分层、多分辨和局部学习特性的多分辨小波过程神经网络.该网络充分利用小波函数和尺度函数互补的特性,以及过程神经网络可以处理连续输入信号的能力,能够很好地解决复杂的非线性时间序列的预测问题.给出了相应的学习算法,并以航空发动机排气温度裕度状态监视为例,利用多分辨小波过程神经网络进行预测.结果表明,多分辨小波过程神经网络收敛速度快、精度高.同时也为航空发动机排气温度裕度状态监视问题提供了一种有效的方法. 相似文献
16.
一种基于小波神经网络故障检测方法的仿真研究 总被引:5,自引:1,他引:4
文中提出了一种基于小波神经网络一性观测器的故障检测方法。它是一种把信号分析和模型相结合的故障检测方法,通过小波对信号的去噪和神经的神经网络的自学习功能,来获取系统输入输出的非线性动力学特性,进而实时计算出残差并进行逻辑判疡,可提高故障检测的速度和准确率。对同步交流电机的结构损伤故障进行了仿真,结果表明了该方法是可行的。 相似文献
17.
讨论了利用小波神经网络对非线性系统辨识的新方法。在辨识过程中,为了提高小波神经网络对非线性系统的辨识性能,使用一种改进粒子群优化算法对BP小波神经网络参数进行训练,求得最优值,达到对非线性系统辨识目的。在数值仿真中,与采用标准粒子群优化算法相比,结果显示了提出的方法在收敛性和稳定性等方面均得到了明显的改善。 相似文献
18.
19.
提出了基于小波变换的非线性广义预测控制算法。预测模型采用Hammerstein模型,对于其静态非线性部分采用小波网络来辨识,动态线性部分用最小二乘法来辨识。这种辨识方法比传统的多项式拟合的模型误差要小得多。基于这种预测模型广义预测控制器弥补了传统广义预测控制的模型失配问题。以CSTR为例对所设计的控制器进行仿真研究,结果表明控制器能够取得良好的控制效果。 相似文献
20.
分析了传统小波网络的不足,同时考虑到实际中学习样本可能被非高斯白噪声干扰的情况,提出用于辨识非线性系统的鲁棒正交小波网络,并对辨识精度和收敛性进行了分析。理论分析和仿真研究表明,该文提出的方法是有效的。 相似文献