基于BBMNN的多变量非线性软测量建模及应用

• 作者: 唐朝晖 李勇刚 桂卫华 陈峰
• 来源期刊: 高技术通讯
• 关键词: BBMNN神经网络 非线性 软测量 Boosting
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 51-54
• 页数: 4页
• 字数: 4370字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0470.2004.06.012

摘要

基于Boosting 思想,提出了一种改进的adaboost算法.在此基础上,提出了一种新的多神经网络构造方法BBMNN.应用于软测量建模,给出了一种新的非线性系统软测量建模方案,并分别针对多变量、非线性典型模型和复杂工业过程,应用实验数据和实际运行数据进行了仿真研究.仿真结果表明,该方案可以较好地解决复杂对象神经网络建模时样本点数量与模型精度之间的矛盾,可同时获得较高的训练精度和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
2	李勇刚	中南大学信息科学与工程学院	82	545	11.0	20.0
3	唐朝晖	中南大学信息科学与工程学院	89	1053	17.0	29.0
4	陈峰	中南大学信息科学与工程学院	54	483	14.0	20.0