[发明专利]一种基于深度信念网络的混沌追踪控制方法在审
| 申请号： | 201711383691.8 | 申请日： | 2017-12-20 |
| 公开（公告）号： | CN107991878A | 公开（公告）日： | 2018-05-04 |
| 发明（设计）人： | 易灵芝;肖伟红;王彬任;张成董;刘颖南 | 申请（专利权）人： | 湘潭大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 411105 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度信念网络（DBN）的混沌追踪控制方法。它包括以下步骤选取样本数据采样时间；采用四阶龙格‑库塔法获取超混沌系统样本数据；将训练数据送进深度信念网络，训练第一个受限玻尔兹曼机（RBM）；固定好第一个受限玻尔兹曼机的权重和偏移量，然后使用其隐性神经元的状态，作为第二个受限玻尔兹曼机的输入向量，训练好第二个受限玻尔兹曼机；计算实际输出和理论输出的误差，采用梯度下降法进行优化；将输出的拟合函数和追踪参考信号组合成一个控制器对混沌系统进行控制。本发明消除了进行混沌控制时系统数学模型必须已知的局限性，可以对任意信号进行追踪，同时也适用于高维度的混沌系统。 | ||
| 搜索关键词： | 一种 基于 深度 信念 网络 混沌 追踪 控制 方法 | ||
【主权项】：
一种基于深度信念网络（DBN）的混沌追踪控制方法，它包括以下步骤：选取样本数据采样时间，采用四阶龙格‑库塔法获取混沌系统样本数据；将训练数据送进深度信念网络，训练第一个受限玻尔兹曼机(RBM)；固定好第一个受限玻尔兹曼机的权重和偏移量，然后使用其隐性神经元的状态，作为第二个受限玻尔兹曼机的输入向量，训练好第二个受限玻尔兹曼机；计算实际输出和理论输出的误差，采用梯度下降法进行优化，将输出的拟合函数和追踪参考信号组合成一个控制器对混沌系统进行控制。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湘潭大学，未经湘潭大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711383691.8/，转载请声明来源钻瓜专利网。
