基于遗传算法的径向基网络学习及其应用

• 作者: 朱士明 靳海水
• 来源期刊: 同济大学学报(自然科学版)
• 学科: 工学
• 关键词: 径向基网络 遗传算法 超声波质量分数测量 自校正
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 物理
• 页码范围: 610-613，630
• 页数: 5页
• 分类号: TB551
• 字数: 2968字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-374X.2003.05.023

摘要

在声波流体质量分数测量过程中,质量分数-温度-声时关系曲线会发生一定的变形,需要一定程度的校正,而用于校正的数据一般很稀少.针对这种情况,首先用径向基(RBF)网络拟合原有的质量分数-温度-声速关系,然后用变形后的新数据和变形前的数据为样本,用多目标方法训练网络,使之在一定程度上继承原先网络的特性,从而克服样本稀少的矛盾.训练过程采用遗传算法,并以H2O2溶液为例进行仿真,证明了这种方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱士明	同济大学声学研究所	19	146	8.0	11.0
2	靳海水	同济大学声学研究所	4	22	1.0	4.0