一种小波网络设计新方法

被引：4

作者：

吕立华

宋执环

李平

机构：

[1] 工业控制技术国家重点实验室、浙江大学工业控制技术研究所

[2] 工业控制技术国家重点实验室、浙江大学工业控制技术研究所杭州

[3] 杭州

来源：

信息与控制 | 2002年 / 01期

基金：

浙江省自然科学基金;

关键词：

小波网络; 遗传算法; 分层优化;

D O I：

10.13976/j.cnki.xk.2002.01.004

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

小波网络有许多优良性质 ,为了便于应用和推广 ,本文提出一种新颖的两步设计方法 .首先 ,用修正的 GS方法与 AIC相结合构造小波网络 ,目的是获得经济的网络结构和初始参数 ;然后 ,采用结合 GA的分层优化算法优化小波网络的两个内部参数——平移和伸缩参数 ,目的是在不增加小波元的情况下获得更高的精度 .最后 ,用于辨识非线性动态系统 ;仿真结果证明了这种学习方法的可行性和有效性

引用

页码：14 / 18

页数：5

共 8 条

[1]

Selecting the Best Linear Transfer Function Model. Freeman,T G. Automatica . 1985

[2]

Wave-net : a Mutiresolusion,Hierarchical Neural Network with Localized Learning. Bahavik R B,Stephanopoulos G. American Institute of Chemical Engineers Journal . 1993

[3]

Micro-genetic Algorithms for Stationary and Nonstationary Function Optimization.In pro. SPIE Intell .Cont . Adapt. K Krishnakumar. Syst . 1989

[4]

Wavelet Network. Zhang Q,A Benveniste. IEEE Transactions on Neural Networks . 1992

[5]

Multiresolution Wavelet Frames. Kugarajah T,Zhang Q. IEEE Transactions on Neural Networks . 1995

[6]

RESOURCE[P]. BOURDON SYLVIE.加拿大专利:CA2315856A1,2002-01-27

[7]

Using Wavelet Network in Nonparametric Estimation. Zhang Q. IEEE Transactions on Neural Networks . 1997

[8]

Combined Genetic Algorithm Optimization and Regularized Orthogonal Least Squares Learning for Radial Basis Function Networks. S Chen,Y Wu,B L Luk. IEEE Transactions on Neural Networks . 1999

← 1 →