不确定混沌系统的差分进化小波神经网络控制

• 作者: 何怡刚 周少武 李目 谭文
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 小生境自适应差分进化算法 小波神经网络 参数不确定性 混沌控制
• 年，卷（期）: 2010,（11）
• 所属期刊栏目: 工程与应用
• 页码范围: 200-203,242
• 页数: 5页
• 分类号: TP273
• 字数: 4517字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.11.061

摘要

提出一种基于小生境自适应差分进化小波神经网络(NADE-WNN)的方法对不确定混沌系统进行控制.该方法利用小波神经网络学习未知模型混沌系统的动态特性并实施控制,为提高神经网络的学习精度和收敛速度.采用小生境自适应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,提高网络的学习精度和全局收敛性.仿真实验结果表明.在有外部干扰和参教摄动的情况下,NADE-WNN仍能对不确定混沌系统进行有效控制,且网络结构、控制精度和收敛速度都优于传统神经网络.

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	周少武	湖南科技大学信息与电气工程学院	103	684	11.0	22.0
3	谭文	湖南科技大学信息与电气工程学院	44	195	8.0	11.0
4	李目	湖南科技大学信息与电气工程学院	35	171	7.0	11.0