不确定混沌系统的差分进化小波神经网络控制

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.

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

所属期刊栏目：46

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目the National Natural Science Foundation of China under Grant 50677014,60876022;国家高技术研究发展计划863the National High-Tech Research and Development Plan of China under Grant 2006AA04A104;高校博士点基金项目the Doctoral Programs Foundation of the Ministry of Education of China under grant 20060532016;湖南省科技计划项目the Foundation of Hunan Province Science and Technology 06JJ2024

在线出版日期：2010-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：200-203,242