基于差分进化小波神经网络的多维非线性系统辨识

• 作者: 何怡刚 李目 谭文
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 差分进化算法 小波神经网络 多维非线性系统 辨识
• 年，卷（期）: 2010,（7）
• 页码范围: 599-604
• 分类号: TP27
• 字数: 3054字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2010.00599

摘要

提出一种基于差分进化小波神经网络(DE-WNN)的多维非线性系统辨识方法.利用差分进化算法同时优化小波神经网络的结构和参数, 简化网络结构, 提高小波神经网络的学习精度和收敛速度.将该方法应用于多维非线性系统的辨识, 并与RBF神经网络和遗传小波神经网络的辨识结果进行了比较, 实验结果表明, 差分进化算法优化的小波神经网络隐层节点为6, 迭代次数为30, 网络训练时间为0.58 s, 辨识均方误差达到1.02×10-4, 所提出的方法具有更高的辨识精度和收敛速度, 能够更好的辨识出多维非线性系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何怡刚	湖南大学电气与信息工程学院	426	5127	34.0	51.0
2	谭文	湖南科技大学信息与电气工程学院	44	195	8.0	11.0
3	李目	湖南科技大学信息与电气工程学院	35	171	7.0	11.0