二级倒立摆的分级小波神经网络控制
针对二级倒立摆系统提出了一种分级小波神经网络的控制方法,该方法针对小波神经网络映射学习时容易产生”维数灾难”问题,在应用中,按网络输入对输出的影响程度的不同,将网络分为两级,该方法大大降低了小波神经网络的输入维数,加快了网络的收敛速度.网络训练时采用了梯度下降学习算法和最小二乘法的混合算法,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,采用混合算法的分级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.
小波神经网络 二级倒立摆 混合算法 分级
宋清昆 王建双 牛根艺
哈尔滨理工大学 自动化学院 黑龙江 哈尔滨 150080
国内会议
北京
中文
202-206
2008-07-22（万方平台首次上网日期，不代表论文的发表时间）