期刊文献+
共找到24篇文章
< 1 2 >
每页显示 20 50 100
基于递归小波神经网络的无人机反演控制 被引量:8
1
作者 刘斌 王洁 +1 位作者 何广军 徐啟云 《计算机仿真》 CSCD 北大核心 2016年第2期116-121,共6页
针对无人机受到参数摄动和外界扰动的问题,为提高系统的稳定性,提出一种采用递归小波神经网络的无人机反演控制方法。引入二阶参考模型对输入受限问题建立数学模型,仿真状态量和输入量的幅值、速率和带宽约束。采用递归小波神经网络逼... 针对无人机受到参数摄动和外界扰动的问题,为提高系统的稳定性,提出一种采用递归小波神经网络的无人机反演控制方法。引入二阶参考模型对输入受限问题建立数学模型,仿真状态量和输入量的幅值、速率和带宽约束。采用递归小波神经网络逼近面向控制模型中的非线性函数,弱化控制律对模型的依赖。并将神经网络逼近方法与自适应反演设计方法相结合,建立无人机在复杂情况下的输入受限自适应反演控制方法。通过控制系统的轨迹跟踪仿真分析,验证了改进方法的可行性和有效性,提高了无人机飞行控制的实时性和鲁棒性。 展开更多
关键词 无人机 递归小波神经网络 二阶参考模型 自适应反演控制方法
下载PDF
一类递归小波神经网络的稳定性研究 被引量:4
2
作者 邓韧 李著信 樊友洪 《应用数学和力学》 CSCD 北大核心 2007年第4期428-432,共5页
在小波神经网络(WNNs)和递归神经网络(RNNs)的基础上,提出了一类递归小波神经网络(RWNNs)模型,它具有两种网络模型的优点.根据Liapunov渐近稳定理论,对该模型的渐近稳定性进行了研究,并给出了相关的定理和公式.仿真结果表明该模型对非... 在小波神经网络(WNNs)和递归神经网络(RNNs)的基础上,提出了一类递归小波神经网络(RWNNs)模型,它具有两种网络模型的优点.根据Liapunov渐近稳定理论,对该模型的渐近稳定性进行了研究,并给出了相关的定理和公式.仿真结果表明该模型对非线性动态系统有良好的辨识效果. 展开更多
关键词 递归小波神经网络 渐近稳定性 非线性系统 Liapmmv函数
下载PDF
Discussion of stability in a class of models on recurrent wavelet neural networks
3
作者 邓韧 李著信 樊友洪 《Applied Mathematics and Mechanics(English Edition)》 SCIE EI 2007年第4期471-476,共6页
Based on wavelet neural networks (WNNs) and recurrent neural networks (RNNs), a class of models on recurrent wavelet neural networks (RWNNs) is proposed. The new networks possess the advantages of WNNs and RNNs.... Based on wavelet neural networks (WNNs) and recurrent neural networks (RNNs), a class of models on recurrent wavelet neural networks (RWNNs) is proposed. The new networks possess the advantages of WNNs and RNNs. In this paper, asymptotic stability of RWNNs is researched.according to the Lyapunov theorem, and some theorems and formulae are given. The simulation results show the excellent performance of the networks in nonlinear dynamic system recognition. 展开更多
关键词 recurrent wavelet neural networks asymptotic stability nonlinear dynamic system Lyapunov function
下载PDF
基于递归小波网络的直升机动力学模型研究 被引量:1
4
作者 林乔木 张允昌 +1 位作者 张辽 李威 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第4期716-719,共4页
提出一种基于递归小波网络建立直升机动力学模型的方法,给出了模型结构并利用粒子群优化算法对小波网络权参数进行调整。这种网络模型利用内部状态反馈来描述系统的非线性动力学特性,不必事先确定系统模型的类别和阶次,直接建立操纵量... 提出一种基于递归小波网络建立直升机动力学模型的方法,给出了模型结构并利用粒子群优化算法对小波网络权参数进行调整。这种网络模型利用内部状态反馈来描述系统的非线性动力学特性,不必事先确定系统模型的类别和阶次,直接建立操纵量与加速度、角速度等变量之间的对应关系,从而避免了建立复杂的气动系数、气动导数模型的过程。与传统的机理模型相比,该模型具有结构简单、并行解算程度高、运算速度快的特点。在某型直升机飞行模拟器中取得了良好的应用效果。 展开更多
关键词 直升机 动力学模型 递归小波网络 粒子群优化
下载PDF
游标类量具检定装置的驱动系统误差补偿 被引量:1
5
作者 陈旺达 徐志玲 厉志飞 《计量学报》 CSCD 北大核心 2018年第3期326-331,共6页
在游标类量具检定过程中,当检定装置的驱动系统的动态工作台处于低速运动状态时,由于与滚珠丝杠之间存在着摩擦和齿隙非线性的误差问题,导致无法将游标类量具精确地移动到检定规程所要求的检测点。为解决该误差问题,运用LuGre摩擦模型... 在游标类量具检定过程中,当检定装置的驱动系统的动态工作台处于低速运动状态时,由于与滚珠丝杠之间存在着摩擦和齿隙非线性的误差问题,导致无法将游标类量具精确地移动到检定规程所要求的检测点。为解决该误差问题,运用LuGre摩擦模型和自适应律周期性递归小波神经网络进行补偿,并根据李诺夫稳定性进行分析,保证了闭环系统的有界性和收敛性。仿真实验验证了位置跟踪性能的改善,将控制补偿方案在检定装置的驱动系统中进行了实验论证,结果检定装置正反行程的定位精度分别提高了47.6%和49.7%。 展开更多
关键词 计量学 游标类量具 驱动系统 非线性补偿 递归小波神经网络
下载PDF
关于无人机导引律优化控制与仿真研究
6
作者 吴俊辰 王洁 +1 位作者 徐啟云 杨景 《计算机仿真》 CSCD 北大核心 2016年第2期78-82,共5页
由于无人机导引律控制受到参数摄动和外界扰动的影响,传统的小扰动线性化导引控制方法已经无法满足需要,为了提高导引律控制的稳定性和导引精度,提出一种递归小波神经网络自适应滑模变结构导引律优化控制方法。首先,将变结构控制理论运... 由于无人机导引律控制受到参数摄动和外界扰动的影响,传统的小扰动线性化导引控制方法已经无法满足需要,为了提高导引律控制的稳定性和导引精度,提出一种递归小波神经网络自适应滑模变结构导引律优化控制方法。首先,将变结构控制理论运用于无人机的导引律控制设计,推导出自适应滑模变结构导引律。然后,应用递归小波神经网络的非线性特点,通过离线训练一个神经网络模块,嵌入到控制回路中,实现对无人机变结构导引律控制的优化。最后,根据优化后的导引律得到无人机状态的期望值,并将期望值与无人机状态的实际值之间的误差进行自主攻击轨迹的飞行控制。仿真结果表明,无人机导引律优化控制能够提高无人机的稳定性,而且具备良好的抗扰动能力,无人机在导引律控制过程中控制量变化平稳,具有良好的动态品质。可行性分析证明了改进方法的有效性和合理性。 展开更多
关键词 无人机 递归小波神经网络 自适应滑模变结构 自主攻击轨迹
下载PDF
柔性关节机械臂自适应神经网络动态面控制 被引量:14
7
作者 顾义坤 刘宏 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2018年第9期64-69,共6页
针对柔性关节机械臂动力学模型具有非线性、不确定性和未知的外界扰动等问题,提出了基于自回归小波神经网络的自适应动态面控制方法.采用对于非线性系统具有良好学习和快速收敛能力的自回归小波神经网络,在线观测和补偿动力学模型的不... 针对柔性关节机械臂动力学模型具有非线性、不确定性和未知的外界扰动等问题,提出了基于自回归小波神经网络的自适应动态面控制方法.采用对于非线性系统具有良好学习和快速收敛能力的自回归小波神经网络,在线观测和补偿动力学模型的不确定项.并应用动态面方法设计控制器实现了关节轨迹跟踪控制.仿真和实验结果显示:当存在模型参数不准确及未建模的外部扰动力矩时,控制算法表现出良好的自适应能力,与传统动态面法和PD(比例微分)控制相比较,显著提高了柔性关节的位置跟踪精度. 展开更多
关键词 机械臂控制 自适应控制 位置控制 柔性关节 动态面控制 自回归小波神经网络
原文传递
基于自回归小波神经网络的感应电动机滑模反推控制 被引量:9
8
作者 王家军 《自动化学报》 EI CSCD 北大核心 2009年第1期1-8,共8页
为了提高感应电动机控制的鲁棒性,提出了一种新颖的感应电动机解耦模型.基于感应电动机的解耦模型,利用滑模控制和反推控制设计电动机的虚拟转矩和磁链电压控制器.滑模开关增益的大小是造成系统抖振的关键,采用自回归小波神经网络(Self-... 为了提高感应电动机控制的鲁棒性,提出了一种新颖的感应电动机解耦模型.基于感应电动机的解耦模型,利用滑模控制和反推控制设计电动机的虚拟转矩和磁链电压控制器.滑模开关增益的大小是造成系统抖振的关键,采用自回归小波神经网络(Self-recurrent wavelet neural networks,SRWNN)在线估计滑模开关增益的大小可以有效降低滑模控制造成的抖振.仿真结果表明基于SRWNN在线估计滑模开关增益的滑模反推控制方案可以有效提高感应电动机控制的鲁棒性,同时降低了滑模控制造成的抖振. 展开更多
关键词 感应电动机 自回归小波神经网络 滑模控制 反推控制
下载PDF
基于递归型小波神经网络的感应电动机伺服驱动系统自适应控制 被引量:4
9
作者 巫庆辉 邵诚 《机械工程学报》 EI CAS CSCD 北大核心 2005年第2期71-76,共6页
针对感应电动机伺服驱动系统具有的多变、强耦合、慢时变等非线性特性和不确定性扰动,传统的位置速 度PID控制策略不能保证轨迹跟踪的精度和良好的动态品质的问题;保证系统对系统内部参数波动和外界不确定 性扰动具有较好的鲁棒性,在矢... 针对感应电动机伺服驱动系统具有的多变、强耦合、慢时变等非线性特性和不确定性扰动,传统的位置速 度PID控制策略不能保证轨迹跟踪的精度和良好的动态品质的问题;保证系统对系统内部参数波动和外界不确定 性扰动具有较好的鲁棒性,在矢量控制策略的基础上,提出了基于递归型小波神经网络的自适应控制方案。神经 网络参数的在线学习机制采用delta自适应律并结合了BP算法和梯度下降法,算法简单,计算量大大减少。仿真 的结果验证了方案的有效性。 展开更多
关键词 伺服感应电动机 递归型小波神经网络 自适应控制 鲁棒控制
下载PDF
无模型动态摩擦的自回归小波神经补偿控制 被引量:1
10
作者 褚明 陈钢 +1 位作者 贾庆轩 孙汉旭 《北京邮电大学学报》 EI CAS CSCD 北大核心 2013年第3期16-19,共4页
针对低速伺服系统的摩擦补偿问题,提出一种基于自回归小波神经网络的智能控制算法,无需预知系统的动力模型参数,仅通过闭环位置反馈,网络即能利用极少的神经元和迭代次数实现对非线性摩擦的高精度补偿.Lya-punov稳定性分析结果证明了跟... 针对低速伺服系统的摩擦补偿问题,提出一种基于自回归小波神经网络的智能控制算法,无需预知系统的动力模型参数,仅通过闭环位置反馈,网络即能利用极少的神经元和迭代次数实现对非线性摩擦的高精度补偿.Lya-punov稳定性分析结果证明了跟踪误差和网络权值的有界收敛性.某型机器人关节的伺服实验结果表明,引入自回归小波神经补偿算法后的伺服定位精度得以大幅度提高. 展开更多
关键词 无模型 摩擦补偿 自回归小波神经网络 智能控制
原文传递
基于递归小波神经网络的江苏城镇夏季最高气温预报预警技术 被引量:5
11
作者 樊仲欣 陈旭红 谭桂容 《自然灾害学报》 CSCD 北大核心 2019年第6期56-69,共14页
针对目前数值天气预报产品释用方法上所存在的释用因子固化,无法应对特殊转折性天气的问题,应用一种基于动态因子检验的递归小波神经网络(Recurrent Wavelet Neural Network,RWNN)对江苏城镇夏季最高气温进行释用。该方法可以自动选取... 针对目前数值天气预报产品释用方法上所存在的释用因子固化,无法应对特殊转折性天气的问题,应用一种基于动态因子检验的递归小波神经网络(Recurrent Wavelet Neural Network,RWNN)对江苏城镇夏季最高气温进行释用。该方法可以自动选取气象要素且无需建立回归方程,具有泛用性好、灵活性高的特点。使用该方法基于T639的2017-2018年6-8月资料建立了江苏省南京、徐州、射阳、常州、苏州5地的最高气温预报预警模型。实验结果表明:南京、徐州、射阳3地模型的TT2和HSS35评分较反向传播神经网络方法分别平均提高了9个百分点和0.15,同时较卡尔曼滤波方法分别平均提高了17个百分点和0.2。 展开更多
关键词 地面气温 夏季最高气温 数值预报产品释用 动态因子检验 递归小波神经网络
下载PDF
基于RWNN补偿的下肢外骨骼滑模控制
12
作者 张燕 王岩 +2 位作者 陈玲玲 刘作军 张瑞鑫 《控制工程》 CSCD 北大核心 2023年第1期39-46,共8页
针对下肢外骨骼系统精确动力学模型难以得到,且易受干扰等不确定性因素影响,提出一种基于递归小波神经网络(recurrent wavelet neural network,RWNN)补偿的滑模控制方法。结合拉格朗日原理和气动肌肉驱动特性,建立外骨骼系统模型,并将... 针对下肢外骨骼系统精确动力学模型难以得到,且易受干扰等不确定性因素影响,提出一种基于递归小波神经网络(recurrent wavelet neural network,RWNN)补偿的滑模控制方法。结合拉格朗日原理和气动肌肉驱动特性,建立外骨骼系统模型,并将模型分为结构参数已知的标称部分和结构参数未知的不确定部分;对于标称部分,采用滑模控制方法进行控制,对于不确定部分,采用递归小波神经网络进行逼近;根据Lyapunov稳定性原理,证明了闭环控制系统的稳定性。搭建实验平台进行验证,结果表明外骨骼系统能够较好地跟踪期望轨迹,验证了所提控制方法的有效性。 展开更多
关键词 下肢外骨骼 气动肌肉 滑模控制 递归小波神经网络
下载PDF
基于递归小波神经网络的非线性动态系统仿真 被引量:14
13
作者 赵凤遥 马震岳 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第7期1453-1455,1539,共4页
为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同... 为提高动态递归神经网络的动态系统仿真能力,在Elman神经网络的基础上,提出动态递归小波神经网络(RWNN),给出了其动态梯度下降算法,并将其成功应用于非线性动态系统仿真。仿真算例表明,该网络具有收敛快,精度高等优点,仿真效果很好,同时具有较好的泛化性能,具有广阔的应用前景。 展开更多
关键词 ELMAN神经网络 递归小波神经网络(RWNN) 梯度下降算法 非线性动态系统 仿真
下载PDF
一种自适应模糊小波神经网络及其在交流伺服控制中的应用 被引量:7
14
作者 侯润民 刘荣忠 +2 位作者 高强 王力 邓桐彬 《兵工学报》 EI CAS CSCD 北大核心 2015年第5期781-788,共8页
针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRW... 针对某武器大功率交流伺服系统所存在的大变负载、慢时变、强耦合的非线性特性和不确定扰动等问题,提出了模糊小波神经网络(FWNN)间接自适应控制器,该控制器的特点为Takagi-Sugeno-Kang(TSK)模糊模型的后件部分由自回归小波神经网络(SRWNN)构成。给出了SRWNN参数的迭代算法,利用SRWNN辨识器为控制器提供实时梯度信息,有效地克服了参数变化和负载扰动等不确定因素的影响,且具有良好的动态特性。采用Lyapunov稳定性理论方法证明了闭环系统的稳定性。仿真研究和样机试验结果证明了所提方案的有效性和正确性。 展开更多
关键词 兵器科学与技术 大功率交流伺服系统 自回归小波神经网络 模糊小波神经网络间接自适应控制器 模糊小波神经网络
下载PDF
柔性铰接板振动视觉测量与小波神经网络控制
15
作者 邱志成 刘一鸿 李旻 《光学精密工程》 EI CAS CSCD 北大核心 2024年第7期998-1010,共13页
为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器(Self-Recurrent Wavelet Neural N... 为了解决航天器上用于供能的太阳帆板类柔性薄板结构的振动问题,针对一种移动柔性铰接板系统构建了双目视觉系统的振动测控实验平台,采用双目立体视觉方法来检测振动,并设计了自回归小波神经网络控制器(Self-Recurrent Wavelet Neural Network Controller,SRWNNC)来抑制振动。对双目视觉系统进行了标定,基于视差原理和图像处理算法,通过解算标志点的三维坐标来获取振动信号。建立了系统的有限元模型,并通过辨识得到校正后的系统模型参数。基于辨识得到的模型在仿真环境中训练SRWNNC,用于实验系统的振动主动控制。分别针对移动柔性铰接板系统固定基座和平移轨迹运动两种情况,进行了双目视觉振动检测和振动控制仿真和实验研究。仿真和实验结果表明,双目视觉传感器对振动信号的检测精度小于0.1 mm,SRWNNC也展现出比大增益PD控制器更好的抑振效果,验证了双目视觉振动检测和SRWNNC抑制振动的准确性和有效性。 展开更多
关键词 双目视觉 移动柔性铰接板 自回归小波神经网络 振动抑制
下载PDF
基于自回归小波神经网络的机械臂自适应滑模控制
16
作者 杨佳 吴佩林 +2 位作者 杨理 寇东山 余斌 《空间控制技术与应用》 CSCD 北大核心 2024年第3期68-76,共9页
针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种... 针对机械臂存在模型不确定和未知扰动的问题,提出一种动力学模型参数分块逼近的神经网络非奇异终端滑模(nonsingular terminal sliding mode, NTSM)控制方法.为加快系统跟踪误差的收敛速度,避免传统终端滑模存在的奇异性问题,采用一种非奇异终端滑模面.利用多组自回归小波神经网络(self-recurrent wavelet neural network, SRWNN)分块逼近系统未知的动力学模型参数,并采用自适应更新律调整权重.通过积分控制项补偿SRWNN的逼近误差,并使用Lyapunov稳定性理论证明了系统稳定性.使用MATLAB进行仿真分析,分块SRWNN滑模控制与滑模控制、整体SRWNN滑模控制相比,关节角度跟踪误差的平均稳态误差分别降低了31.9%、76.5%,表明此方法是一种可靠、有效的轨迹跟踪控制方法. 展开更多
关键词 自回归小波神经网络 非奇异终端滑模 动力学模型 轨迹跟踪
下载PDF
基于递归模糊小波神经网络的INS-GNSS组合导航算法 被引量:6
17
作者 于仁海 曹春燕 +1 位作者 张闯 房美含 《上海海事大学学报》 北大核心 2021年第2期8-14,共7页
为提高惯性导航系统(inertial navigation system,INS)与全球卫星导航系统(global navigation satellite system,GNSS)相结合的组合导航系统在GNSS中断期间的精度,提出一种基于递归模糊小波神经网络(recurrent fuzzy wavelet neural net... 为提高惯性导航系统(inertial navigation system,INS)与全球卫星导航系统(global navigation satellite system,GNSS)相结合的组合导航系统在GNSS中断期间的精度,提出一种基于递归模糊小波神经网络(recurrent fuzzy wavelet neural network,RFWNN)的启发式神经网络结构,用于INS的速度和位置误差补偿。在GNSS正常工作时,利用INS-GNSS数据将RFWNN训练成一个高精度的预测模型;在GNSS中断期间,利用被训练好的RFWNN模型补偿INS的速度和位置误差。为对所提出的RFWNN辅助INS-GNSS的性能进行评估,进行实船试验,结果表明利用RFWNN能够有效地对GNSS中断时的速度和位置信息进行高精度修正。 展开更多
关键词 惯性导航系统(INS) 全球卫星导航系统(GNSS) 递归模糊小波神经网络(RFWNN)
下载PDF
具有预设性能的板球系统神经超扭曲滑模控制
18
作者 夏国锋 向凤红 《重庆大学学报》 CAS CSCD 北大核心 2024年第7期98-109,共12页
提出了一种新的具有预设性能的自回归小波神经网络(self-recurrent wavelet neural network,SRWNN)超扭曲非奇异快速终端滑模(super-twistingnon-singularfastterminalsliding mode,STNFTSM)控制方法(SRWNN_STNFTSM),在动力学不确定性... 提出了一种新的具有预设性能的自回归小波神经网络(self-recurrent wavelet neural network,SRWNN)超扭曲非奇异快速终端滑模(super-twistingnon-singularfastterminalsliding mode,STNFTSM)控制方法(SRWNN_STNFTSM),在动力学不确定性和未知扰动的情况下提高板球系统的跟踪控制性能。利用预设性能函数(prescribed performance function,PPF),将板球系统受约束的位置误差转换为无约束的误差模型。引入非奇异快速终端滑模(non-singular fast terminal sliding mode, NFTSM)面来消除常规终端滑模控制存在的奇异问题,并加入一个tanh函数的补偿项改进NFTSM滑模面,以调节轨迹跟踪的收敛速度和跟踪精度,同时结合超扭曲算法(super-twisting algorithm,STA)设计STNFTSM控制器,以削弱抖振和集总扰动的影响。针对系统存在的集总扰动,为了保证高跟踪精度,结合STNFTSM设计了自适应SRWNN补偿器来消除扰动,保证了鲁棒性。与现有常规滑模控制相比,仿真验证表明SRWNN_STNFTSM具有良好的跟踪性能和鲁棒性,能够对集总扰动下的板球系统进行准确跟踪。 展开更多
关键词 板球系统 预设性能控制 自回归小波神经网络 非奇异快速终端滑模 超扭曲算法
下载PDF
基于GA-SLFRWNN的空中目标威胁评估 被引量:5
19
作者 陈侠 刘子龙 梁红利 《西北工业大学学报》 EI CAS CSCD 北大核心 2019年第2期424-432,共9页
针对空战中目标威胁评估系统非线性、评估难度大且富含不确定信息的问题,研究了基于遗传算法优化模糊递归小波神经网络(single-hidden-layer fuzzy recurrent wavelet neural network optimized by genetic algorithm,GA-SLFRWNN)的目... 针对空战中目标威胁评估系统非线性、评估难度大且富含不确定信息的问题,研究了基于遗传算法优化模糊递归小波神经网络(single-hidden-layer fuzzy recurrent wavelet neural network optimized by genetic algorithm,GA-SLFRWNN)的目标威胁评估方法。首先通过分析威胁评估的影响因素及其信息的模糊性,将RWNN嵌入FNN的后件部分,以实现增强自学习能力的目的,然后采用GA对模型初始参数进行优化选取,并提出了基于李雅普诺夫理论的最优学习率。仿真实验表明:相比于FNN和FRWNN,该算法提高了系统的稳定性,加快了收敛速度,增强了预测精度。 展开更多
关键词 目标威胁评估 模糊神经网络 模糊递归小波神经网络 遗传算法 最优学习率
下载PDF
优化动态递归小波神经网络短期负荷预测模型 被引量:4
20
作者 张智晟 段晓燕 +2 位作者 李伟婕 龚文杰 孙雅明 《电力系统及其自动化学报》 CSCD 北大核心 2009年第5期30-35,共6页
提出了优化动态递归小波神经网络(dynamic recurrent wavelet neural network,DRWNN)短期负荷预测模型。与常规小波神经网络相比,DRWNN有两个关联层,关联层节点起存储网络内部状态的作用;模型构造过程中增强了网络的前馈与反馈联接,形... 提出了优化动态递归小波神经网络(dynamic recurrent wavelet neural network,DRWNN)短期负荷预测模型。与常规小波神经网络相比,DRWNN有两个关联层,关联层节点起存储网络内部状态的作用;模型构造过程中增强了网络的前馈与反馈联接,形成多层次的网络递归。采用分布估计算法和遗传算法相融合对DRWNN进行优化,融合实质是在解空间"宏观"和"微观"两个层面进行寻优,可克服DRWNN陷入局部最小,提高DRWNN的泛化能力。对两类不同负荷系统日、周预测仿真测试,验证了模型能有效提高预测精度。 展开更多
关键词 短期负荷预测 动态递归小波神经网络 分布估计算法 遗传算法
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部