CAJ | 학술논문

针对小波变换的时频局域化性质,并结合传统神经网络的自学习能力,将小波变换与神经网络融合对二级倒立摆系统进行控制,并在采用共轭梯度算法训练网络时,由于搜索方向和步长计算存在误差,使得产生的各搜索方向不能保证相互共轭,故对该算法进行改进,即在线性搜索时加上区间定位和区间缩小来尽快找到极小点。有效的改善了梯度学习算法收敛速度慢的缺点。仿真结果表明,采用改进的共轭梯度算法的小波神经网络能够很好的实现二级倒立摆的稳定控制,且控制效果好。
침대소파변환적시빈국역화성질,병결합전통신경망락적자학습능력,장소파변환여신경망락융합대이급도립파계통진행공제,병재채용공액제도산법훈련망락시,유우수색방향화보장계산존재오차,사득산생적각수색방향불능보증상호공액,고대해산법진행개진,즉재선성수색시가상구간정위화구간축소래진쾌조도겁소점。유효적개선료제도학습산법수렴속도만적결점。방진결과표명,채용개진적공액제도산법적소파신경망락능구흔호적실현이급도립파적은정공제,차공제효과호。