基于擴(kuò)展卡爾曼濾波的模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法研究.pdf

1、模糊系統(tǒng)具有模擬人腦推理的功能；神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)學(xué)習(xí)能力、泛化能力以及并行處理能力。模糊神經(jīng)網(wǎng)絡(luò)不僅吸取了模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，而且克服了二者的缺點(diǎn)，因而成為智能控制領(lǐng)域的一個研究熱點(diǎn)。模糊神經(jīng)網(wǎng)絡(luò)由于其簡單實(shí)用，已被廣泛用于工業(yè)過程控制、信號處理等領(lǐng)域。模糊神經(jīng)網(wǎng)絡(luò)本質(zhì)上是一個神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)主要由模糊規(guī)則數(shù)決定，網(wǎng)絡(luò)的結(jié)構(gòu)是否合理對其泛化能力有重要影響，如何確定一個具有合理結(jié)構(gòu)的模糊神經(jīng)網(wǎng)絡(luò)一直是一個難題。傳統(tǒng)的方法大多采用反

2、向傳播算法訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)，反向傳播算法具有一定的局限性，如：學(xué)習(xí)速度慢，容易陷入局部極小點(diǎn)。卡爾曼濾波是一種實(shí)時遞推算法，它所處理的對象是隨機(jī)信號，它主要利用系統(tǒng)噪聲和觀測噪聲的統(tǒng)計特性，把系統(tǒng)的觀測量作為濾波器的輸入，把所要估計的狀態(tài)量作為濾波器的輸出?？柭鼮V波的輸入與輸出之間通過時間更新算法和觀測更新算法聯(lián)系一起，依據(jù)狀態(tài)方程和觀測方程估計出需要處理的信號，卡爾曼濾波實(shí)質(zhì)上是一種最優(yōu)估計方法。利用卡爾曼濾波調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù)，不

3、僅可以減少網(wǎng)絡(luò)的學(xué)習(xí)周期，而且可以優(yōu)化網(wǎng)絡(luò)的結(jié)構(gòu)。為了構(gòu)造一個有效的模糊神經(jīng)網(wǎng)絡(luò)，本文提出一種自組織學(xué)習(xí)算法，模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)辨識和參數(shù)調(diào)整可以同時進(jìn)行。本文的主要內(nèi)容如下：
　　 ①簡要介紹了模糊系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等基本理論，并分析了二者的特性。
　　 ②闡述了離散卡爾曼濾波和擴(kuò)展卡爾曼濾波的基本原理，推導(dǎo)了這兩種濾波的計算過程，研究了全局?jǐn)U展卡爾曼濾波和解耦擴(kuò)展卡爾曼濾波在神經(jīng)網(wǎng)絡(luò)訓(xùn)練中的應(yīng)用。
　　 ③構(gòu)造了