黑龙江省自然科学基金(F200830)
- 作品数：3 被引量：8H指数：2
- 相关作者：宋清昆王建双王慕坤丁然王宏伟更多>>
- 相关机构：哈尔滨理工大学更多>>
- 发文基金：国家重点基础研究发展计划黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于遗传算法的小波神经网络控制器设计被引量：5
- 2010年
- 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。
- 宋清昆王建双王慕坤
- 关键词：小波神经网络遗传算法共轭梯度算法
- 基于改进遗传算法的小波神经网络控制器的研究被引量：3
- 2012年
- 小波神经网络是一种引入小波分析理论的前馈型神经网络,其与遗传算法的结合可以得到一种拥有良好全局优化搜索和良好局部时频特性的学习训练途径。本文提出了一种基于改进遗传算法的小波神经网络控制器,此方法可以克服基本遗传算法收敛速度慢,容易陷入"早熟"收敛,计算稳定性不好等一系列问题,进一步提高了小波神经网络控制器的性能。最后通过二级倒立摆仿真和实物控制,证明了控制器的有效性。
- 宋清昆高健凯丁然王宏伟
- 关键词：小波神经网络改进遗传算法二级倒立摆
- 基于QPSO的小波神经网络控制器
- 2013年
- 通过理论分析基本PSO-WNN算法,在收敛速度慢和泛化性能低等方面自身有很明显的缺陷。根据单个粒子稳定收敛这一条件,提出一种改进的粒子群算法,并利用这种改进的算法来重新训练,重新得到一组小波神经网络权值,这样就能建立一种高效的粒子群小波神经网络控制器。最后进行测试,可以比较改进后的算法与基础POS-WNN,得出网络更容易全局收敛,函数逼近误差变小,迭代次数减少,分类精度升高。最后根据二级倒立摆的特点,设计小波神经网络控制器模块,对实验结果进行仿真研究,从而验证了小波神经网络控制器的有效性。
- 宋清昆吕超孙国兵
- 关键词：小波神经网络粒子群优化算法二级倒立摆
