资源描述：
《基于小波模糊网络的非线性函数逼近方法的研究new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、计算机测量与控制.2006.14(3)·322·ComputerMeasurement&Control工业控制文章编号:1671-4598(2006)03-0322-02中图分类号:TP183文献标识码:A基于小波模糊网络的非线性函数逼近方法的研究122李春鑫,李天伟,王孝通(1.海军大连舰艇学院研究生2队,辽宁大连116018;2.海军大连舰艇学院航海系,辽宁大连116018)摘要:针对非线性函数逼近问题,提出了一种新的融合策略———小波模糊网络;该网络将模糊模型引入小波网络,采用正交最小二乘法筛选
2、小波,利用推广卡尔曼滤波算法调整网络非线性参数,避免陷入局部最优,提高学习速度,并采用最小二乘法修正权值,在不增加小波基函数的基础上提高网络的逼近精度;通过仿真,该网络的准确性和泛化能力都优于传统的小波神经网络,具有广泛的应用前景。关键词:小波模糊网络;小波神经网络;推广卡尔曼滤波;函数逼近ResearchonApproximatingNon-linearFunctionsBasedonWaveletFuzzyNetwork122LiChunxin,LiTianwei,WangXiaotong(1.P
3、ostgraduateTeam2,DalianNavalAcademy,Dalian116018,China;2.Dept.ofNavigation,DalianNavalAcademy,Dalian116018,China)Abstract:Aimingattheproblemofapproximatingnon-linearfunctions,anewsyncretizedstrategy-waveletfuzzynetworkispresen2ted.Thenetworkbringsfuzzym
4、odelinwaveletnetwork,usesOrthonormalLeastSquaretoselectwavelet,andtoavoidintopartoptimiza2tionandimprovelearningspeed,ExtendedKalmanFilterisadoptedtocorrectweights,therefore,itcanimproveapproachprecisionwithoutincreasingwaveletbasesfunctions.Thesimulati
5、onresultillustratesitissuperiortotraditionalwaveletneuralnetworkinveracityandgeneral2izationability,anditsapplicationforegroundisbroad.Keywords:waveletfuzzynetwork;waveletneuralnetwork;ExtendedKalmanFilter;functionapproachii0引言子的有限小波基的线性组合;Aj输入变量的模糊集;Aj
6、(xj)i表示xj在Aj中的隶属度,采用高斯型函数:小波神经网络是用小波基作为神经元函数而生成的一种网jiiPii2ii-
7、(x-P)/P
8、j3-((x-P)/P)P/2络。小波函数的伸缩因子即尺度,在小波分析和函数逼近上起Aj(xj)=ejj1j2=ejj1j2j3iii到了重要作用,由这一特性,在多分辨分析和传统模糊模型的Pj1,Pj2∈R,09、模型引入小波网络,在不增加小波基函数的基础的宽度和形状。上提高网络逼近函数的精度。由于该算法中每一条模糊规则对而(k)M/2(k)Mk应一个子小波网络,而子网络中的小波基是在同一尺度下将小ΨM,t(X)=2iΨ(2iX-t)=iq波函数平移而得到的,因此,不同尺度下生成的子小波网可以M/2(k)Mkk∏2iΨ(2ixj-tj)Mi∈Z,tj∈R(2)捕捉所逼近函数在不同时、频域下的特征,模糊规则集则决定j=1各个子网络对整个网络输出的贡献。与传统的小波神经网络令(WNN)相比,该算法通过小波函数位移参
10、数的学习及模糊规μi(X)μ^i(X)=c[1-2]则集的调整,其准确性和泛化能力都有所提高。∑μi(X)i=11小波模糊网络的结构则WFN的输出为:典型的WFN可描述为:cRi:ifx1isA1iandx2isA2iand⋯andxqisAiq,∑μi(X)^yici=1Ti^y=c=∑μ^i(X)^yii=1then^yi=wMkΨ(k)k(X),Mk∈Rq,wMk∈R,X∈Rqμi(X),tM,ti∈Z,t,t∑∑iiii=1k=1其中:Ri表示第
