武汉理工大学学报
武漢理工大學學報
무한리공대학학보
JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY
2004年
9期
27-29,39
,共4页
钟珞%江琼%袁景凌%童琪薇%张开松
鐘珞%江瓊%袁景凌%童琪薇%張開鬆
종락%강경%원경릉%동기미%장개송
RBF神经网络%专家系统评估预测%递归正交最小二乘法%模糊C-均值聚类算法
RBF神經網絡%專傢繫統評估預測%遞歸正交最小二乘法%模糊C-均值聚類算法
RBF신경망락%전가계통평고예측%체귀정교최소이승법%모호C-균치취류산법
提出了一种基于径向基函数神经网络RBFNN(Radial Basis Function Neural Networks)、模糊C-均值聚类(FCM)算法和递归正交最小二乘法(ROLS)的混凝土安全性专家系统评估预测方法.此方法先用FCM算法初选多个RBFNN的函数中心,再采用ROLS训练网络,最后结合后向选择法,减少初选的中心数目,以得到最终的有效中心值.该方法加快了RBFNN的训练速度,提高了网络的运算效率.将其运用到混凝土安全性评估专家系统中,获得了满意的结果.将这种新算法得出的评估数据与传统的BP网络计算出的数据进行了比较,进一步证明了RBFNN及其学习算法的优越性和实用性.
提齣瞭一種基于徑嚮基函數神經網絡RBFNN(Radial Basis Function Neural Networks)、模糊C-均值聚類(FCM)算法和遞歸正交最小二乘法(ROLS)的混凝土安全性專傢繫統評估預測方法.此方法先用FCM算法初選多箇RBFNN的函數中心,再採用ROLS訓練網絡,最後結閤後嚮選擇法,減少初選的中心數目,以得到最終的有效中心值.該方法加快瞭RBFNN的訓練速度,提高瞭網絡的運算效率.將其運用到混凝土安全性評估專傢繫統中,穫得瞭滿意的結果.將這種新算法得齣的評估數據與傳統的BP網絡計算齣的數據進行瞭比較,進一步證明瞭RBFNN及其學習算法的優越性和實用性.
제출료일충기우경향기함수신경망락RBFNN(Radial Basis Function Neural Networks)、모호C-균치취류(FCM)산법화체귀정교최소이승법(ROLS)적혼응토안전성전가계통평고예측방법.차방법선용FCM산법초선다개RBFNN적함수중심,재채용ROLS훈련망락,최후결합후향선택법,감소초선적중심수목,이득도최종적유효중심치.해방법가쾌료RBFNN적훈련속도,제고료망락적운산효솔.장기운용도혼응토안전성평고전가계통중,획득료만의적결과.장저충신산법득출적평고수거여전통적BP망락계산출적수거진행료비교,진일보증명료RBFNN급기학습산법적우월성화실용성.
