[1]储岳中.改进的RBF神经网络在非线性系统中的应用[J].计算机技术与发展,2008,(03):196-199.
　CHU Yue-zhong.Application of an Improved RBFNN in Nonlinear System[J].,2008,(03):196-199.
点击复制

改进的RBF神经网络在非线性系统中的应用()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2008年03期
页码:
196-199
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
Application of an Improved RBFNN in Nonlinear System
文章编号:
1673-629X（2008）03-0196-04
作者:
储岳中
安徽工业大学计算机学院
Author(s):
CHU Yue-zhong
School of Computer, Anhui University of Technology
关键词:
RBF神经网络; 减聚类算法; 最近邻聚类算法; 系统辨识; 钢包精炼炉
Keywords:
RBFNN;  subtractive clustering algorithm;  nearest neighbor - clustering algorithm;  system identification;  ladle funlace
分类号:
TP183
文献标志码:
A
摘要:
在RBF神经网络的各种学习算法中,最近邻聚类算法学习时间短、计算量小,不需要事先确定隐单元的个数,完成聚类所得到的网络是最优的,并且可以在线学习,是一种自适应聚类学习算法,非常适合非线性实时系统的应用。但常规最近邻聚类算法在实时性要求较高的系统预测中学习时间相对较长。针对这一问题,提出了系统离线学习时采用减聚类算法,在线学习时采用改进的最近邻聚类算法,并变步长修正聚类半径和限制学习样本数。在函数拟合实验中,这种改进算法明显缩短了RBF神经网络的学习时间,在钢包精炼炉电极系统的在线辨识中的成功应用进一步表明
Abstract:
The nearest neighbor-clustering algorithm has a short training time, less work to calculate and the number of hidden units is not to be determinated in advance in the various RBFNN learning algorithms, the network is optimization after clustering and can

相似文献/References:

[1]刘锋 唐佳 仲红.一种基于RBF神经网络的XML文本分类方法[J].计算机技术与发展,2009,(08):34.
　LIU Feng,TANG Jia,ZHONG Hong.A Text Categorization Method Based on RBF Neural Network[J].,2009,(03):34.
[2]崔海青 刘希玉.基于粒子群算法的RBF网络参数优化算法[J].计算机技术与发展,2009,(12):117.
　CUI Hai-qing,LIU Xi-yu.Parameter Optimization Algorithm of RBF Neural Network Based on PSO Algorithm[J].,2009,(03):117.
[3]张昊 陈自力 齐晓慧.基于RBF神经网络PID的无人动力伞控制[J].计算机技术与发展,2012,(02):206.
　ZHANG Hao,CHEN Zi-li,QI Xiao-hui.Unmanned Powered Parachute Aircraft Control Based on RBF Neural Network PID[J].,2012,(03):206.
[4]吕克 徐夫田 舒文迪.基于神经网络的鸟撞预测模型应用研究[J].计算机技术与发展,2012,(05):90.
　LUE Ke,XU Fu-tian,SHU Wen-di.Bird-Strike Prediction Model Application and Research Based on Neural Network[J].,2012,(03):90.
[5]储兵,吴陈,杨习贝.基于RBF神经网络与粗糙集的数据挖掘算法[J].计算机技术与发展,2013,(07):87.
　CHU Bing,WU Chen,YANG Xi-bei.Data Mining Algorithm Based on RBF Neural Network and Rough Sets[J].,2013,(03):87.
[6]刘洁,李目,周少武.一种混沌混合粒子群优化RBF神经网络算法[J].计算机技术与发展,2013,(08):181.
　LIU Jie[],LI Mu[],ZHOU Shao-wu[].An Algorithm of Chaotic Hybrid Particle Swarm Optimization Based on RBF Neural Network[J].,2013,(03):181.
[7]张方舟,郝庆辉,周勃,等.遗传算法的RBF神经网络在线损计算中的应用[J].计算机技术与发展,2014,24(06):192.
　ZHANG Fang-zhou,HAO Qing-hui,ZHOU B,et al.Application of RBF Neural Network of Genetic Algorithm in Calculation of Line Losses[J].,2014,24(03):192.
[8]翁鹤,皮德常. 混沌RBF神经网络异常检测算法[J].计算机技术与发展,2014,24(07):29.
　WENG He,PI De-chang. Chaotic RBF Neural Network Anomaly Detection Algorithm[J].,2014,24(03):29.
[9]陶元芳,刘晓光.一种应用ARPSO优化RBF神经网络的方法[J].计算机技术与发展,2014,24(11):43.
　TAO Yuan-fang,LIU Xiao-guang. A Method of Optimizing Radial Basis Function Neural Network by ARPSO[J].,2014,24(03):43.
[10]马靖,严洪森,杨钦贺. 海洋环境武器效能的改进RBF网络评估模型[J].计算机技术与发展,2015,25(01):19.
　MA Jing,YAN Hong-sen,YANG Qin-he. Improved RBF Network Evaluation Model of Weapon Operational Effectiveness under Marine Environment[J].,2015,25(03):19.

备注/Memo

备注/Memo:
安徽省高校青年教师科研资助计划项目（2006jql089）储岳中（1971-），男，安徽岳西人，硕士，讲师，主要从事人工智能及汁算机仿真方面的研究
更新日期/Last Update: 1900-01-01