论文部分内容阅读
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