非线性同伦LM算法及在软测量建模中的应用

• 作者: 俞金寿 陈如清
• 来源期刊: 华东理工大学学报（自然科学版）
• 关键词: 同伦方法 Levenberg-Marquardt算法 软测量建模 BP神经网络
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 117-121
• 页数: 5页
• 字数: 4199字
• 语种: 中文

摘要

综合同伦方法与Levenberg-Marquardt(LM)优化方法,提出了一种新型非线性同伦LM神经网络学习算法以改善现有神经网络学习算法的学习效率,分析了不同类型的过渡函数对神经网络泛化性能的影响.该算法具有稳定性强、收敛性能好的特点.结合工业过程实际要求,将提出的改进算法用于丙烯腈收率神经网络软测量建模并与几种常见建模方法比较,结果表明:基于改进算法的软测量模型具有更高的测量精度和更好的泛化性能,满足现场测量要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞金寿	华东理工大学自动化研究所	199	3638	32.0	51.0
2	陈如清	华东理工大学自动化研究所	7	181	5.0	7.0