-
题名RBF神经网络的结构动态优化设计
被引量：122
- 1
-
-
作者
乔俊飞
韩红桂
-
机构
北京工业大学电子信息与控制工程学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2010年第6期865-872,共8页
-
基金
国家高技术研究发展计划(863计划)(2007AA04Z160
2009AA04Z155)
+3 种基金
国家自然科学基金(60674066
60873043)
教育部博士点基金(200800050004)
北京市自然学基金(4092010)资助~~
-
文摘
针对径向基函数(Radial basis function,RBF)神经网络的结构设计问题,提出一种结构动态优化设计方法.利用敏感度法(Sensitivity analysis,SA)分析隐含层神经元的输出加权值对神经网络输出的影响,以此判断增加或删除RBF神经网络隐含层中的神经元,解决了RBF神经网络结构过大或过小的问题,并给出了神经网络结构动态变化过程中收敛性证明;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对非线性函数的逼近与污水处理过程中关键参数的建模结果,证明了该动态RBF具有良好的自适应能力和逼近能力,尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks,MRAN)与增长和修剪RBF神经网络(Generalized growing and pruning radial basis function,GGAP-RBF)有较大提高.
-
关键词
径向基函数神经网络
动态设计
动态结构RBF
化学需氧量建模
-
Keywords
Radial basis function（RBF） neural network
dynamic design
dynamic structure RBF（D-RBF）
chemical oxygen demand（COD） modelling
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
