带有稳定学习算法的小波神经网络及应用

• 作者: 丛秋梅 余文 柴天佑
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 小波神经网络 输入-状态稳定性 稳定学习算法 鲁棒稳定性 污水处理过程 化学需氧量
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 305-308,316
• 页数: 5页
• 分类号: TP391.9
• 字数: 3700字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2010.03.001

摘要

针对当系统存在未建模动态时,神经网络辨识易产生参数漂移和不稳定的问题,采用输入-状态稳定性(ISS,input-to-state stability)分析方法,获得小波神经网络权值矩阵和小波尺度参数的误差反传类时变学习算法,该算法不带有鲁棒修正即可以实现小波神经网络的鲁棒稳定性.仿真例子表明,此稳定学习算法优于一般的误差反传算法,并将带有稳定学习算法的小波神经网络用于污水处理过程出水水质COD(化学需氧量,chemical oxygen demand)的预测,获得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑	东北大学信息科学与工程学院	382	9006	43.0	78.0
5	丛秋梅	东北大学信息科学与工程学院	3	76	3.0	3.0