带有稳定学习算法的小波神经网络及应用

丛秋梅¹，柴天佑^1,2，余文³

1. 东北大学信息科学与工程学院2. 东北大学流程工业综合自动化教育部重点实验室3. 墨西哥国立理工大学高级研究中心(CINVESTAV-IPN)

摘 要：针对当系统存在未建模动态时,神经网络辨识易产生参数漂移和不稳定的问题,采用输入-状态稳定性（ISS,input-to-state stability）分析方法,获得小波神经网络权值矩阵和小波尺度参数的误差反传类时变学习算法,该算法不带有鲁棒修正即可以实现小波神经网络的鲁棒稳定性.仿真例子表明,此稳定学习算法优于一般的误差反传算法,并将带有稳定学习算法的小波神经网络用于污水处理过程出水水质COD（化学需氧量,chemical oxygen demand）的预测,获得了较好的效果.

关键词：小波神经网络;输入-状态稳定性;稳定学习算法;鲁棒稳定性;污水处理过程;化学需氧量;