基于免疫原理的径向基函数网络在线学习算法及其在热工过程大范围工况建模中的应用

• 作者: 李益国 林金星 沈炯
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 热工过程 径向基函数神经网络 在线学习 免疫原理 系统辨识
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 发电
• 页码范围: 14-19
• 页数: 6页
• 分类号: TK123
• 字数: 5548字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2006.09.003

摘要

针对现有径向基函数(RBF)神经网络训练算法在非线性动态系统大范围辨识中的不足,借鉴免疫原理,提出了一种新颖的RBF神经网络在线学习算法,通过分析RBF神经网络学习过程和免疫系统的相似性,采用免疫记忆、克隆选择、扩增和细胞凋亡机制在线动态调节网络隐层节点,并确定相应的数据中心和宽度,从而使网络具有在线学习和记忆新样本的功能,并将该网络应用于某300MW火电机组主汽压的多工况辨识.实验结果表明该算法不仅能精简网络的结构,而且能很好地适应对象的时变特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李益国	东南大学动力系	75	1006	18.0	28.0
2	沈炯	东南大学动力系	106	1994	24.0	42.0
3	林金星	东南大学动力系	8	167	6.0	8.0