刘霞;王焕勇;刘铁男;

• 1:大庆石油学院电气信息工程学院

• 2:大庆油田电力集团

• 3:大庆石油学院电气信息工程学院 黑龙江大庆163318

• 4:黑龙江大庆163453

摘要(Abstract)：

基于小波多分辨率分析,提出了一种自适应多层小波神经网络的建模方法.该网络由平滑子网和多层细节子网组成.为改善模型精度,可递推并入新的细节子网,并且新网的训练不影响以前网络训练结果.应用遗传算法辨识多层小波网络的结构,用带遗忘因子的递推最小二乘法辨识网络的权值,较好解决了小波网络的结构优化问题.仿真表明:随着分阶层数的增加,网络的逼近误差逐渐下降,三层自适应小波网络即能满足建模精度要求.

关键词(KeyWords)：遗传算法;自适应多层小波神经网络;递推最小二乘法

Abstract:

Keywords:

基金项目(Foundation):黑龙江省教育厅科学技术基金项目(10543002)

作者(Author):刘霞;王焕勇;刘铁男;

Email:

参考文献(References)：

• [1]张正辉.小波神经网络在抽油机井故障诊断中的应用[J].大庆石油学院学报,2004,28(5):43-45.

• [2]ZHANG Qinghua.Regressor selection and wavelet network construction[R].INRIA Technical Report.1993(709):92-101.

• [3]张茁生.一种自适应小波网络构造及其学习算法[J].中国科学,2001,31(2):172-181.

• [4]万建,徐德民,贺昱曜,等.基于张量基结构的多维小波网络[J].控制理论与应用,2002,19(3):381-386.

• [5]陈增强.基于多分辨率学习的正交基小波神经网络设计[J].系统工程学报,2003,18(3):218-223.

• [6]杨福生.小波变换的工程分析与应用[M].北京:科学出版社,2003.