期刊文献+
共找到100篇文章
< 1 2 5 >
每页显示 20 50 100
基于径向基函数神经网络与改进遗传算法的黄河流域需水预测 被引量:11
1
作者 薛小杰 黄强 +2 位作者 惠泱河 王煜 李勋贵 《水土保持学报》 CSCD 北大核心 2002年第3期83-85,97,共4页
针对遗传算法的不足 ,利用改进的遗传算法 ,结合性能优于 BP网络的径向基函数神经网络 ,并进行网络优化 ,建立了黄河流域需水预测模型 ,拟合预测结果表明 ,该模型能有效提高预测精度。
关键词 遗传算法 径向函数 神经网络 黄河流域 需水预测
在线阅读 下载PDF
基于遗传算法和径向基函数神经网络的转炉炼钢模型 被引量:16
2
作者 陶钧 谢书明 柴天佑 《系统仿真学报》 EI CAS CSCD 2000年第3期241-244,277,共5页
针对转炉传统模型的弱点 ,本文在转炉建模过程中引入了遗传算法和径向基函数神经网络 ,由遗传算法辨识转炉过程的脱碳与升温模型 ,并利用径向基函数神经网络及时补偿辨识模型的误差。实际结果表明这一方法效果明显。
关键词 转炉炼钢 遗传算法 径向函数 神经网络
在线阅读 下载PDF
基于径向基函数神经网络和多岛遗传算法的注射成型质量控制与预测 被引量:15
3
作者 季宁 张卫星 +2 位作者 于洋洋 贺莹 侯英洪 《工程塑料应用》 CAS CSCD 北大核心 2020年第4期62-68,共7页
针对现有多参数、多目标注塑工艺优化应用的遗传算法、粒子群算法等寻优算法存在的实施难度大、求解时间长等缺点,提出基于最优拉丁超立方试验设计方法并结合径向基函数(RBF)神经网络模型和多岛遗传算法(MIGA)对注射成型质量进行控制与... 针对现有多参数、多目标注塑工艺优化应用的遗传算法、粒子群算法等寻优算法存在的实施难度大、求解时间长等缺点,提出基于最优拉丁超立方试验设计方法并结合径向基函数(RBF)神经网络模型和多岛遗传算法(MIGA)对注射成型质量进行控制与预测。以充电宝下盖塑件的体积收缩率和缩痕指数为优化控制目标,以模具温度、熔体温度、保压时间、保压压力、冷却时间为试验因素,应用最优拉丁超立方试验设计方法获得试验样本,基于模流分析获得试验结果,构建试验因素与优化控制目标之间的RBF神经网络模型,基于MIGA在试验因素给定的水平范围内获得了一组最优注塑工艺参数组合并给出了优化控制目标的预测值。模拟试验结果证明,预测值与模拟试验结果基本吻合,提出的方法能实现注塑成型质量的控制与预测,减少了寻找最优工艺参数组合的时间,提高了塑件的生产效率。 展开更多
关键词 最优拉丁超立方试验设计 径向函数神经网络 多岛遗传算法 模流分析 质量控制与预测
在线阅读 下载PDF
遗传算法-模糊径向基神经网络模型预测自润滑镀层耐磨性 被引量:3
4
作者 王亚利 于继明 王艺 《电镀与精饰》 CAS 北大核心 2021年第7期30-34,共5页
针对传统神经网络模型存在的缺陷,引入遗传算法和模糊运算建立遗传算法-模糊径向基神经网络模型(GA-FRBFNNM),介绍了模型结构和仿真思路。以自润滑镀层耐磨性为研究主题开展正交实验,在正交实验结果中任取10组数据作为训练样本用于模型... 针对传统神经网络模型存在的缺陷,引入遗传算法和模糊运算建立遗传算法-模糊径向基神经网络模型(GA-FRBFNNM),介绍了模型结构和仿真思路。以自润滑镀层耐磨性为研究主题开展正交实验,在正交实验结果中任取10组数据作为训练样本用于模型训练,其余6组数据作为测试样本用于模型性能测试。结果表明:GAFRBFNNM的预测值更接近于真实值,其预测精度明显高于相同结构的径向基神经网络模型,验证了该模型是有效的,能够更准确预测自润滑镀层耐磨性。主要归因于引入模糊运算使得径向基神经网络全部节点都具备特定意义,另外引入遗传算法优化了训练算法,避免了模型陷入局部极小点等问题,使得模型性能得到有效提升。 展开更多
关键词 自润滑镀层 摩擦因数 遗传算法-模糊径向神经网络模型 径向神经网络模型
在线阅读 下载PDF
基于混合双层自组织径向基函数神经网络的优化学习算法
5
作者 杨彦霞 王普 +2 位作者 高学金 高慧慧 齐泽洋 《北京工业大学学报》 CAS CSCD 北大核心 2024年第1期38-49,共12页
针对传统方法采用先训练后测试两阶段学习机制极易导致的过拟合或欠拟合问题,提出一种基于混合双层自组织径向基函数神经网络的优化学习(hybrid bilevel self-organizing radial basis function neural network optimization learning,H... 针对传统方法采用先训练后测试两阶段学习机制极易导致的过拟合或欠拟合问题,提出一种基于混合双层自组织径向基函数神经网络的优化学习(hybrid bilevel self-organizing radial basis function neural network optimization learning,Hb-SRBFNN-OL)算法。首先,将训练过程和测试过程集成到一个统一的框架中,规避过拟合或欠拟合问题。其次,基于进化学习机制,提出上下2层的交互式优化学习算法,上层基于网络复杂度和测试误差自组织调整网络结构,下层采用列文伯格-马夸尔特(Levenberg Marquardt,LM)算法作为优化器对自组织径向基函数神经网络(self-organizing radial basis function neural network,SO-RBFNN)的连接权值进行优化。最后,利用来自多个子网络的综合信息生成模型的最终输出,加速网络全局收敛。为验证所提方法的可行性,分别在多个分类和预测任务中进行了测试实验。结果表明,在与传统神经网络结构相似甚至更好的测试和分类精度下,该方法不仅能实现更快的训练收敛,而且能进化成更精简紧凑的径向基函数神经网络(radial basis function neural network,RBFNN)模型。尤其在污水处理过程中总磷的质量浓度预测实验中,测试集中均方根误差(root mean squared error,RMSE)最高可降低48.90%,实际场景实验结果验证了所提算法的精确性更佳且泛化能力更强。 展开更多
关键词 径向函数神经网络(radial basis function neural network RBFNN) 自组织 列文伯格-马夸尔特(Levenberg Marquardt LM)算法 混合双层 优化学习 泛化性能
在线阅读 下载PDF
基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究 被引量:25
6
作者 邱道宏 李术才 +2 位作者 薛翊国 田昊 闫茂旺 《岩土力学》 EI CAS CSCD 北大核心 2014年第7期2013-2018,共6页
围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传(QGA)-径向基函数(RBF)神经网络的围岩类别超前分类方法。以数字钻... 围岩类别超前分类是隧道施工过程中必须开展的一项工作,其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类,提出了基于数字钻进技术和量子遗传(QGA)-径向基函数(RBF)神经网络的围岩类别超前分类方法。以数字钻进技术为基础,从钻进参数中提取有用信息,构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进,通过量子位编码和量子旋转门更新种群,以此来确定RBF神经网络的参数,建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中,结果表明,该方法具有较高的准确性,其结果为围岩类别超前分类提供了一种新思路。 展开更多
关键词 围岩分类 超前识别 数字钻进 量子遗传算法(QGA) 径向函数(RBF)神经网络
在线阅读 下载PDF
最大绝对误差结合微遗传算法优化径向基概率神经网络 被引量:3
7
作者 赵温波 王立明 黄德双 《计算机研究与发展》 EI CSCD 北大核心 2005年第2期179-187,共9页
使用最大绝对误差算法 (MAEA)优选径向基概率神经网络 (RBPNN )隐中心矢量 ,将MAEA与求解RBPNN最优核函数控制参数的微遗传算法 (μGA)相结合 (MAE μGA)来共同实现RBPNN的全结构优化 实验结果显示 ,对比其他几种算法 ,MAE μGA优化后的... 使用最大绝对误差算法 (MAEA)优选径向基概率神经网络 (RBPNN )隐中心矢量 ,将MAEA与求解RBPNN最优核函数控制参数的微遗传算法 (μGA)相结合 (MAE μGA)来共同实现RBPNN的全结构优化 实验结果显示 ,对比其他几种算法 ,MAE μGA优化后的RBPNN结构最简 ,而且在推广能力方面略好于其他几种优化方法 另外 ,MAE 展开更多
关键词 径向概率神经网络 结构优化 遗传算法 最大绝对误差-遗传算法
在线阅读 下载PDF
基于广义生长-剪枝径向基函数神经网络的谐波源建模 被引量:24
8
作者 占勇 程浩忠 +1 位作者 葛乃成 黄广兵 《中国电机工程学报》 EI CSCD 北大核心 2005年第16期42-46,共5页
采用广义生长-剪枝RBF神经网络建立稳态频域的谐波源模型。在该模型中,各次谐波电流的幅值和相角与各次谐波电压的幅值和相角以及负荷特征参数的非线性映射关系通过一种新颖的广义生长?剪枝RBF网络进行建模。该网络的学习算法是串行的,... 采用广义生长-剪枝RBF神经网络建立稳态频域的谐波源模型。在该模型中,各次谐波电流的幅值和相角与各次谐波电压的幅值和相角以及负荷特征参数的非线性映射关系通过一种新颖的广义生长?剪枝RBF网络进行建模。该网络的学习算法是串行的,可以进行动态建模。算例计算表明,该模型具有训练时间少、精度高、可动态建模等优点。 展开更多
关键词 电力系统 谐波潮流 谐波源模型 径向函数 神经网络 串行学习 广义生长-剪枝径向函数
在线阅读 下载PDF
基于混合递阶遗传算法和RBF神经网络的超声波电动机自适应速度控制 被引量:13
9
作者 夏长亮 祁温雅 +1 位作者 杨荣 史婷娜 《电工技术学报》 EI CSCD 北大核心 2004年第9期18-22,共5页
超声波电动机(USM)是近年发展起来的一种新型微特电机,与传统的电磁驱动型电动机的工作原理截然不同。由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点,因而在光学仪器、办公自动化、汽车... 超声波电动机(USM)是近年发展起来的一种新型微特电机,与传统的电磁驱动型电动机的工作原理截然不同。由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点,因而在光学仪器、办公自动化、汽车专用电器、智能机器人、航空航天等领域具有良好的应用前景。但USM的高度非线性、时变性和强耦合增加了它的控制难度。本文提出一种新的USM自适应控制策略,系统采用双闭环控制,内环用来补偿定子环机械谐振频率的漂移;外环利用径向基函数神经网络(RBFNN)控制器调节USM的驱动频率,实现速度的自适应控制。根据RBF神经网络的结构特点,对其参数采用混合递阶遗传算法进行训练。经实验证明,该控制系统具有响应迅速、适应性强等优点,具有较高的控制精度和较好的稳定性。 展开更多
关键词 超声波电动机 自适应控制 混合递阶遗传算法 径向函数 神经网络
在线阅读 下载PDF
一种基于遗传算法的RBF神经网络优化方法 被引量:43
10
作者 赵志刚 单晓虹 《计算机工程》 CAS CSCD 北大核心 2007年第6期211-212,共2页
提出了一种新的RBF神经网络的训练方法,采用遗传算法对RBF神经网络的隐层中心值和宽度进行了优化,用递推最小二乘法训练隐层和输出层之间的权值。在对非线性函数进行逼近的仿真中,验证了该算法的有效性。
关键词 径向函数神经网络 遗传算法 递推最小二乘法
在线阅读 下载PDF
基于遗传算法和梯度下降的RBF神经网络组合训练方法 被引量:34
11
作者 姜鹏飞 蔡之华 《计算机应用》 CSCD 北大核心 2007年第2期366-368,372,共4页
在使用基于梯度下降的径向基函数(RBF)神经网络学习方法时,由于网络目标函数误差曲面极其复杂,因而产生了网络收敛速度慢,且容易陷入局部极小,网络初始值的设置对网络训练结果影响很大等问题。基于遗传算法的训练方法能够摆脱陷入局部... 在使用基于梯度下降的径向基函数(RBF)神经网络学习方法时,由于网络目标函数误差曲面极其复杂,因而产生了网络收敛速度慢,且容易陷入局部极小,网络初始值的设置对网络训练结果影响很大等问题。基于遗传算法的训练方法能够摆脱陷入局部最优的困扰,但遗传算法的局部搜索能力不够,从而影响网络的训练效果。为了解决上述问题,在研究两种算法特点的基础上,提出一种组合训练方法,用提出的训练方法对UCI中的部分数据集进行了仿真实验,并将实验结果与传统方法下的结果进行了比较,实验结果表明新方法是有效的。 展开更多
关键词 径向函数神经网络 遗传算法 梯度下降
在线阅读 下载PDF
基于ε-不敏感准则和结构风险的鲁棒径向基函数神经网络学习 被引量:5
12
作者 桑庆兵 邓赵红 +1 位作者 王士同 吴小俊 《电子与信息学报》 EI CSCD 北大核心 2012年第6期1414-1419,共6页
该文提出一种新的基于ε-不敏感准则和结构风险的径向基神经网络(RBF-NN)建模方法。通过引入ε-不敏感准则和结构风险项,把RBF-NN训练转化为线性回归和经典的二次规划优化问题。和传统的基于最小平方误差准则的RBF-NN训练算法相比,提出... 该文提出一种新的基于ε-不敏感准则和结构风险的径向基神经网络(RBF-NN)建模方法。通过引入ε-不敏感准则和结构风险项,把RBF-NN训练转化为线性回归和经典的二次规划优化问题。和传统的基于最小平方误差准则的RBF-NN训练算法相比,提出的新方法对小样本数据集和噪声数据显示出较好的鲁棒性,具有较好的泛化能力。通过模拟和真实数据集进行仿真试验,上述优点得到了有效验证。 展开更多
关键词 径向函数神经网络建模 ε-不敏感准则 结构风险 鲁棒性
在线阅读 下载PDF
基于遗传算法的前向神经网络结构优化 被引量:10
13
作者 王宏刚 钱锋 《控制工程》 CSCD 2007年第4期387-390,共4页
对近几年应用遗传算法(Genetic Algorithm,GA)优化设计前向神经网络结构的研究进行了评述。指出了神经网络结构优化设计的重要性和目前各种方法存在的不足。介绍了神经网络结构设计原理和应用GA优化设计神经网络应着重考虑的两个问题:... 对近几年应用遗传算法(Genetic Algorithm,GA)优化设计前向神经网络结构的研究进行了评述。指出了神经网络结构优化设计的重要性和目前各种方法存在的不足。介绍了神经网络结构设计原理和应用GA优化设计神经网络应着重考虑的两个问题:即结构表达策略和适应度函数设计。分别对近来应用GA优化设计多层感知器、径向基函数神经网络和径向基概率神经网络结构的研究进行了细致介绍和分析。指出了目前研究工作的不足和未来研究工作的发展方向。 展开更多
关键词 遗传算法 前向神经网络 结构优化 多层感知器 径向函数 径向概率神经网络
在线阅读 下载PDF
基于改进递阶遗传算法的RBF神经网络分类器 被引量:3
14
作者 薛富强 葛临东 王彬 《系统仿真学报》 CAS CSCD 北大核心 2010年第2期399-402,共4页
针对通信信号调制类型识别,应用递阶遗传算法动态确定径向基神经网络分类器结构。建立了新的适应度函数,该函数简单直观,待定参数少;同时结合相关联赛选择方法对选择算子进行了改进,增加了种群进化的多样性,避免了早熟收敛。仿真结果表... 针对通信信号调制类型识别,应用递阶遗传算法动态确定径向基神经网络分类器结构。建立了新的适应度函数,该函数简单直观,待定参数少;同时结合相关联赛选择方法对选择算子进行了改进,增加了种群进化的多样性,避免了早熟收敛。仿真结果表明改进算法能更好地确定分类器结构,分类准确率更高。 展开更多
关键词 递阶遗传算法 径向神经网络 分类器 适应度函数
在线阅读 下载PDF
基于RBF神经网络混合遗传算法的多用户检测 被引量:1
15
作者 王鸿斌 王砚 +1 位作者 张立毅 王华奎 《计算机工程与设计》 CSCD 北大核心 2009年第5期1194-1197,1200,共5页
提出了一种混合递阶遗传算法来同时训练RBF神经网络的结构和参数,引入了改进的染色体编码方案,用基于奇异值分解的最小二乘法计算网络输出层权值,提高了遗传搜索的效率,精简了网络结构。并用变学习速率梯度下降法优化遗传训练出的最优网... 提出了一种混合递阶遗传算法来同时训练RBF神经网络的结构和参数,引入了改进的染色体编码方案,用基于奇异值分解的最小二乘法计算网络输出层权值,提高了遗传搜索的效率,精简了网络结构。并用变学习速率梯度下降法优化遗传训练出的最优网络,应用到多用户检测中。仿真结果表明,新混合学习算法训练出的网络结构优于其它算法训练的网络结构,并且性能良好。 展开更多
关键词 多用户检测 径向函数神经网络 递阶遗传算法 网络结构 搜索
在线阅读 下载PDF
基于遗传算法的RBF神经网络在热敏电阻温度传感器非线性补偿中的应用 被引量:10
16
作者 俞阿龙 《电工技术学报》 EI CSCD 北大核心 2005年第8期99-102,共4页
针对热敏电阻温度传感器应用中存在的非线性问题,提出了应用遗传算法训练径向基函数(RBF)神经网络实现其非线性补偿的遗传神经网络方法,介绍了非线性补偿的原理和网络训练方法。该方法能同时优化网络结构和参数,具有全局寻优能力,补偿... 针对热敏电阻温度传感器应用中存在的非线性问题,提出了应用遗传算法训练径向基函数(RBF)神经网络实现其非线性补偿的遗传神经网络方法,介绍了非线性补偿的原理和网络训练方法。该方法能同时优化网络结构和参数,具有全局寻优能力,补偿精度高。实验结果表明,所提出的热敏电阻温度传感器非线性补偿方法是实用的和可行的。 展开更多
关键词 热敏电阻 传感器 径向函数神经网络 非线性补偿 遗传算法
在线阅读 下载PDF
基于粗糙集理论的遗传-RBF神经网络在岩爆预测中的应用 被引量:36
17
作者 张乐文 张德永 +1 位作者 李术才 邱道宏 《岩土力学》 EI CAS CSCD 北大核心 2012年第S1期270-276,共7页
岩爆发生机制复杂,影响因素较多,通过粗糙集理论中的属性约简和条件属性重要性评价,确定特定地质条件下岩爆的主要影响因素,删除冗余数据。使用遗传算法(GA)优化径向基函数(radial basis function,简称RBF)神经网络参数,通过RBF神经网... 岩爆发生机制复杂,影响因素较多,通过粗糙集理论中的属性约简和条件属性重要性评价,确定特定地质条件下岩爆的主要影响因素,删除冗余数据。使用遗传算法(GA)优化径向基函数(radial basis function,简称RBF)神经网络参数,通过RBF神经网络隐层单元将低维模式输入变换到高维空间内,拟合影响因子和岩爆等级之间的非线性映射关系,建立基于粗糙集理论的遗传-RBF神经网络岩爆预测模型,目前未见其在地下洞室岩爆预测中应用。在根据工程实际情况选取多个理论判据的基础上,将建立的预测模型应用于实际工程的岩爆预测问题,并与实际岩爆发生情况进行对比分析。结果证明,该方法的评价结果与实际情况较为吻合,对后期施工有较好的指导作用。 展开更多
关键词 岩爆预测 粗糙集理论 遗传算法 径向函数神经网络 引水隧洞
在线阅读 下载PDF
量子遗传算法优化RBF神经网络及其在热工辨识中的应用 被引量:41
18
作者 董泽 黄宇 韩璞 《中国电机工程学报》 EI CSCD 北大核心 2008年第17期99-104,共6页
量子遗传算法是基于量子计算原理的概率优化方法,在量子门更新过程中,旋转角的大小直接影响优化的结果和进化的速度。文中针对模糊量子遗传算法(FQGA)容易导致系统陷入局部最优的缺点,将量子衍生交叉算法的思想引入FQGA,提出了一种新的... 量子遗传算法是基于量子计算原理的概率优化方法,在量子门更新过程中,旋转角的大小直接影响优化的结果和进化的速度。文中针对模糊量子遗传算法(FQGA)容易导致系统陷入局部最优的缺点,将量子衍生交叉算法的思想引入FQGA,提出了一种新的量子遗传算法。同时利用该方法构造径向基函数神经网络进行非线性系统辨识。其特点是通过这种新的量子遗传算法,实现对RBF神经网络权值、宽度和中心位置等有关参数的估计。其速度快、精度高。通过RBF神经网络有效地完成了对非线性系统的辨识。对典型非线性函数辨识的测试表明:该方法有效地提高了量子遗传算法的计算精度和收敛速度。同时利用该方法设计了一种通用的热工对象模型辨识神经网络算法,编制了专用的模型识别软件,对某电厂循环流化床锅炉一次风对床温的动态特性进行辨识,结果表明该方法是一种精度比较高的辨识算法。 展开更多
关键词 热工过程 系统辨识 径向函数神经网络 量子遗传算法
在线阅读 下载PDF
遗传算法优化的神经网络在SINS/GPS中的应用 被引量:12
19
作者 徐晓苏 周峰 +2 位作者 张涛 李瑶 田泽鑫 《中国惯性技术学报》 EI CSCD 北大核心 2015年第3期322-327,共6页
在不增加辅助系统的情况下,针对捷联惯性导航/全球定位组合导航系统(SINS/GPS)在GPS信号不可用时,其定位精度产生较大退化的问题,提出了遗传算法优化的径向基函数神经网络辅助组合导航系统定位的方法。当GPS信号可用时,采用遗传算法对... 在不增加辅助系统的情况下,针对捷联惯性导航/全球定位组合导航系统(SINS/GPS)在GPS信号不可用时,其定位精度产生较大退化的问题,提出了遗传算法优化的径向基函数神经网络辅助组合导航系统定位的方法。当GPS信号可用时,采用遗传算法对径向基函数神经网络进行优化训练;当GPS信号不可用时,利用遗传算法优化后的径向基函数神经网络预测卡尔曼滤波器量测输入中的速度误差信息,使得卡尔曼滤波器能够继续工作并提供速度校正量。跑车实验表明,通过对速度进行误差补偿能够有效地修正位置误差,以GPS信号断开180 s的结果作分析,纯SINS模式的东向和北向位置误差分别为35.1 m和38.8 m,而本文所提方法的误差分别为10.5 m和7.2 m,其定位精度提高较为显著。 展开更多
关键词 组合导航 径向函数神经网络 遗传算法 卡尔曼滤波 训练模式
在线阅读 下载PDF
径向基函数神经网络用于重叠色谱峰解析 被引量:5
20
作者 李一波 黄小原 +1 位作者 沙明 孟宪生 《色谱》 CAS CSCD 北大核心 2001年第2期112-115,共4页
在高斯基径向基函数神经网络 (RBFNN)学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法 :结构学习和参数优化。通过两阶段学习算法的交替使用 ,使网络具有结构自学习和参数优化的能力 ,而后将网络应用于组分数未知的重叠色谱峰解... 在高斯基径向基函数神经网络 (RBFNN)学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法 :结构学习和参数优化。通过两阶段学习算法的交替使用 ,使网络具有结构自学习和参数优化的能力 ,而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预 ,可自动确定网络结构即组分数的优点 ;并且解析精度较高 ,适用于多组分重叠色谱峰的解析 ; 展开更多
关键词 径向函数神经网络 色谱 重叠色谱峰 遗传算法 解析
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部