基于QPSO的小波神经网络控制器

摘要：

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.

关键词：小波神经网络、粒子群优化算法、二级倒立摆

所属期刊栏目：41

分类号：TP273(自动化技术及设备)

资助基金：黑龙江省自然科学基金F200830;国家重点基础研究发展计划2009CB220107

在线出版日期：2013-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7