基于遗传算法的小波神经网络控制器设计

针对小波神经网络常用的误差反传算法存在着易陷入局部极小点和对初值参数要求较高的缺点,结合遗传算法自适应全局优化搜索能力与小波神经网络良好的时频局部特性,提出了一种有效的学习训练途径。该方法首先应用遗传算法确定网络的初始参数,然后转入纯小波神经网络进行训练,大大加快了网络的收敛速度。网络训练时采用共轭梯度学习算法并对此算法进行了改进,有效的克服了梯度学习算法容易陷入局部极小的缺点。通过二阶倒立摆的控制仿真和实物控制,验证了算法的有效性。