Bài báo đề xuất sử dụng mạng Nơron Wavelet cho nhận dạng là một phương pháp tốt, và rất thích hợp trong lĩnh vực điều khiển thích nghi, phi tuyến có trễ các hệ động lực. | ISSN 2354-0575 MẠNG NƠ RON WAVELET VÀ ỨNG DỤNG CHO NHẬN DẠNG HỆ ĐỘNG LỰC Nguyễn Đức Tĩnh Nguyễn Thị Nhung Lê Bá Dũng Trường Đại học Sư phạm Kỹ thuật Hưng Yên Ngày tòa soạn nhận được bài báo 28 06 2018 Ngày phản biện đánh giá và sửa chữa 20 07 2018 Ngày bài báo được duyệt đăng 24 07 2018 Tóm tắt Mạng Nơ ron nhân tạo Artificial Neural Network - ANN nói chung mạng Nơ ron Wavelet nói riêng đã và đang được nghiên cứu ứng dụng mạnh mẽ và thành công ở nhiều lĩnh vực trong những năm gần đây. Với các quá trình như xấp xỉ phi tuyến dự báo thị trường chứng khoán dự báo mô phỏng các hệ thống điều khiển được sử dụng giải quyết có nhiều kết quả. Các lớp bài toán của các lĩnh vực trên cũng có thể sử dụng và giải quyết theo các phương pháp truyền thống như phương pháp thống kê quy hoạch tuyến tính Tuy nhiên Mạng nơron nhân tạo mạng Nơron Wavelet được hình thành có nhiều khả năng vượt trội trong việc phân tích dự báo đánh giá dữ liệu và áp dụng thành công trong lĩnh vực khoa học kỹ thuật kinh tế Khi giải các bài toán với nhận dạng quá trình động lực học các đối tượng có độ phi tuyến cao độ trễ lớn. và rất khó khăn trong mô tả toán học. Để có thể điều khiển các hệ thống như vậy thường phải xây dựng các bộ quan sát thích nghi. Sử dụng Mạng Nơron Wavelet cho nhận dạng là một phương pháp tốt và rất thích hợp trong lĩnh vực điều khiển thích nghi phi tuyến có trễ. các hệ động lực. Các kết quả của bài báo dựa trên mô phỏng đã được thực hiện qua đó so sánh và đánh giá sai số cho thấy sử dụng WNN trong nhận dạng là hợp lý và tin cậy. Từ khóa WNN wavelet neural network nhận dạng lan truyền ngược Wavelet. 1. Mở đầu thông thường. Việc xác định mô hình phi tuyến. Nhận dạng các đối tượng điều khiển là một thường là một nhiệm vụ rất khó khăn do thiếu trong các bài toán cần phải xử lý trước khi xây dựng thông tin hoặc thông tin không chắc chắn nhiễu các bộ điều khiển cho các đối tượng cần điều khiển. tác động cho nhận dạng 7 Vì thế tiếp cận đến các Có rất nhiều phương pháp tiếp cận đến để giải .
