一种模糊小波神经网络辨识器的设计与应用.pdfVIP

维普资讯 电子科技2008年第21卷第 7期 一 种模糊小波神经网络辨识器的设计与应用 韩贵金，周 有 (西安邮电学院信息与控制系，陕西 西安 710121) 摘 要 针对现有模糊神经网络的语言变量层隶属函数的不足，借鉴小波变换 良好的尺度变换和伸缩平移特 性，提 出了一种新的模糊小波神经网络模型，并研究了其结构和相应的优化算法。将该模糊小波神经网络作为系 统辨识器进行计算机仿真，仿真结果表明所研究的模糊小波神经网络结构及其学习算法简单有效，系统辨识准确。 关键词 小波变换；模糊小波神经网络；辨识器 中图分类号 TP332．3 文献标识码 A 文章编号 1007～7820(2008)07—050—03 TheDesignandApplicationoftheFuzzyWaveletNeuralNetworksIdentifier HanGuiiin．ZhouYou (DepartmentofInformationControl，Xi’821InstituteofPostTelecommunications，Xi’an710121，China) Abstract Giventhesubjectfunctiondeficienciesofthelanguagevariablelayerintheexistingfuzzyneu— ralnetwork，anewfuzzywaveletneuralnetworkisputforwardusingthegooddilationnadtrnaslationcharacter- isticofwavelettrnasfomr ationwithitsstructurenadthecorrespondingoptimizationalgorithm studied．Thefuzyz waveletneuralnetworkCallbeusedastheidentifier．Computersimulationresultsshow thathtesturcturenad learningalgorithm ofthefuzyz waveletneuralnetworkoresimplenadeffectivenadtheidentificationresultsare exact． Keywords wavelettrnasfomr ation；fuzyz waveletneuralnetwork；identifier 在过去十几年间，模糊逻辑和神经网络在理 即以小波函数为其隶属度函数，从而构成了模糊 论和应用方面获得了各 自独立的发展。然而，模 小波神经网络。可网络具有 良好的尺度变换和伸 糊逻辑和神经网络都存在各 自的缺点。为了克服 缩平移特性，在大尺度下能够对平滑函数进行学 各 自的缺点，近年来，研究人员越来越把注意力 习，而小尺度下能够对具有局部奇异的函数进行 集中到模糊逻辑与神经网络的集成上，形成了一 学习，参数调整比较容易。 个新的研究领域，即模糊神经网络。模糊神经网 模糊小波神经网络同神经网络相比，有 5大优 络通过神经网络实现的模糊逻辑系统结构具有模 点：(1)小波神经元及整个结构的确定有可靠的理 糊逻辑推理功能，同时网络的权值也具有明确的 论依据，可避免 BP网络等结构设计的复杂性；(2) 模糊逻辑意义，从而达到以神经网络及模糊逻辑 小波神经元的低相关性，使得小波网络有更快的收 各 自的优点弥补对方不足的目的 J。 敛速度；(3)隐层单元数可根据对输入信号的小波 文献 [2]已经证明，模糊神经网络能逼近任意