中国电机工程学报
中國電機工程學報
중국전궤공정학보
ZHONGGUO DIANJI GONGCHENG XUEBAO
2002年
9期
118-122
,共5页
径向基函数%神经网络%人工免疫系统%混合学习算法%热工过程%建模
徑嚮基函數%神經網絡%人工免疫繫統%混閤學習算法%熱工過程%建模
경향기함수%신경망락%인공면역계통%혼합학습산법%열공과정%건모
文中提出了一种基于免疫原理的新型径向基函数(RBF-Radial Basis Function)神经网络模型.该模型利用人工免疫系统的记忆、学习和自组织调节原理,进行RBF神经网络隐层中心数量和位置的选择,并采用递推最小二乘算法确定网络输出层的权值.将这种新型的RBF神经网络应用于建立热工过程的非线性模型.仿真研究表明,这种建模方法不仅计算量较小,而且精度高,并有较好的泛化能力.
文中提齣瞭一種基于免疫原理的新型徑嚮基函數(RBF-Radial Basis Function)神經網絡模型.該模型利用人工免疫繫統的記憶、學習和自組織調節原理,進行RBF神經網絡隱層中心數量和位置的選擇,併採用遞推最小二乘算法確定網絡輸齣層的權值.將這種新型的RBF神經網絡應用于建立熱工過程的非線性模型.倣真研究錶明,這種建模方法不僅計算量較小,而且精度高,併有較好的汎化能力.
문중제출료일충기우면역원리적신형경향기함수(RBF-Radial Basis Function)신경망락모형.해모형이용인공면역계통적기억、학습화자조직조절원리,진행RBF신경망락은층중심수량화위치적선택,병채용체추최소이승산법학정망락수출층적권치.장저충신형적RBF신경망락응용우건립열공과정적비선성모형.방진연구표명,저충건모방법불부계산량교소,이차정도고,병유교호적범화능력.
