基于改进神经网络集成算法的软测量建模

• 作者: 俞金寿 陈如清
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 神经网络集成 Bagging 欧式距离 粒子群优化算法
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 1240-1244
• 页数: 5页
• 分类号: TP273
• 字数: 5061字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2008.06.023

摘要

为提高神经网络集成中成员网络的精度、增加成员网络间的差异度,提出一种改进的Bagging神经网络集成算法.通过分析初始样本集中样本间的欧式距离提取各子训练集,子训练集的元素在样本空间具有良好的遍历性和代表性;集成策略采用加权平均法,用粒子群优化算法求解成员网络的集成权重.几个典型回归分析型数据集的测试表明,本算法有效提高了训练样本质量,增强了集成泛化能力.最后将改进算法用于工业乙烯收率神经网络软测量建模,应用结果表明该软测量模型泛化性能好,测量精度高.

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	嘉兴学院机电工程学院	7	181	5.0	7.0