-
题名基于信息强度的RBF神经网络结构设计研究
被引量：54
- 1
-
-
作者
韩红桂
乔俊飞
薄迎春
-
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
2012年第7期1083-1090,共8页
-
基金
国家自然科学基金(61034008)
北京市自然科学基金(4122006)
+1 种基金
北京市创新人才建设计划(PHR201006103)
北京市教育委员会科技发展计划(KZ201010005005)资助~~
-
文摘
在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function,RBF)网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法.利用隐含层神经元的输出信息(Output-information,OI)以及隐含层神经元与输出层神经元间的交互信息(Multi-information,MI)分析网络的连接强度,以此判断增加或删除RBF神经网络隐含层神经元,同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题;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.通过对典型非线性函数的逼近与污水处理过程关键水质参数建模,结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力,尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络(Minimalresourceallocationnetworks,MRAN)、增长修剪RBF神经网络(Generalized growing and pruning RBF,GGAP-RBF)和自组织RBF神经网络(Self-organizing RBF,SORBF)有较大的提高.
-
关键词
弹性rbf神经网络
结构设计
非线性系统
动态特征响应
-
Keywords
Flexible rbf neural network （F-rbf）, structure design, non-linear systems, dynamic character response
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
