一种用于非线性函数逼近的小波神经网络算法仿真

被引：17

作者：

王美玲

张长江

付梦印

肖?

机构：

[1] 北京理工大学自动控制系北京100081

[2] 北京理工大学自动控制系

来源：

北京理工大学学报 | 2002年 / 03期

关键词：

小波神经网络; BP神经网络; 函数逼近;

D O I：

10.15918/j.tbit1001-0645.2002.03.003

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：

提出一种用于非线性函数逼近的小波神经网络算法 ,分析了网络的拓扑结构 ,给出了网络的参数估计方法 .采用遗忘因子法训练网络的权值 ,利用具有优良渐近性质的递推预报误差算法训练尺度因子和平移因子 ,分析并给出两种小波元的个数选择方法 .该算法用于非线性函数逼近时优于同等规模的 BP神经网络 .仿真研究表明 ,该方法具有收敛速度快 ,逼近精度高等优点 ,在为非线性系统建模提供一种新方法的同时 ,也为复杂非线性系统的辨识提供有益的参考

引用

页码：274 / 278

页数：5