两级学习目标的幂函数型神经网络建模

• 作者: 刘加存 杨东红 梅其祥
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 泛化 频带分解 幂激活函数 矢量角 迭代学习 PID整定
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 仿真建模理论与方法
• 页码范围: 34-42
• 分类号: TP13|TP183
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201701006

摘要

为了得到泛化性好精度高的数学模型,提出了两级学习目标的频分幂函数型回归神经网络算法.本算法的网络结构依次为频带分解、输入层、隐含层和输出层.频带分解把输入信号分成数个频段,网络隐层的转移函数是幂函数型.输出层和隐含层都有学习目标,有局部和全局两路反馈;隐含层采用了基于矢量夹角的局部性梯度算法、输出层采用了具有全局性的线性回归算法.本算法的模型用于PID参数整定,先用修正的迭代学习算法得到控制量,再用有约束线性最小二乘优化算法求得PID参数.仿真结果表明,该神经网络泛化性好,精度高,调节品质优于传统整定方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梅其祥	广东海洋大学数学与计算机学院	11	29	3.0	5.0
2	杨东红	广东海洋大学电子与信息工程学院	11	18	2.0	3.0
3	刘加存	广东海洋大学电子与信息工程学院	10	18	2.0	3.0