两级学习目标的幂函数型神经网络建模

作     者：刘加存 梅其祥 杨东红 Liu Jiacun;Mei Qixiang;Yang Donghong

作者机构：广东海洋大学电子与信息工程学院广东湛江524088 广东海洋大学数学与计算机学院广东湛江524088 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2017年第29卷第1期

页      面：34-42页

核心收录：

学科分类：0711[理学-系统科学] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61272534) 

主　　题：泛化 频带分解 幂激活函数 矢量角 迭代学习 PID整定 

摘      要：为了得到泛化性好精度高的数学模型,提出了两级学习目标的频分幂函数型回归神经网络算法。本算法的网络结构依次为频带分解、输入层、隐含层和输出层。频带分解把输入信号分成数个频段,网络隐层的转移函数是幂函数型。输出层和隐含层都有学习目标,有局部和全局两路反馈;隐含层采用了基于矢量夹角的局部性梯度算法、输出层采用了具有全局性的线性回归算法。本算法的模型用于PID参数整定,先用修正的迭代学习算法得到控制量,再用有约束线性最小二乘优化算法求得PID参数。仿真结果表明,该神经网络泛化性好,精度高,调节品质优于传统整定方法。