并联混合神经网络模型及应用研究

• 作者: 曹云忠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 径向基函数 BP神经网络 混合网络模型 数据预测 线性映射
• 年，卷（期）: 2009,（21）
• 所属期刊栏目: 工程与应用
• 页码范围: 218-221
• 页数: 4页
• 分类号: TP311
• 字数: 4073字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.21.063

摘要

单一神经网络难以对复杂模型做出准确的预测,提出了一种并联型混合神经网络模型用于对复杂的系统进行预测,该模型由径向基函数网络、BP网络和控制模块组成.控制模块用于线性映射层,将两种单一神经网络的输出结合并得到最终的输出结果.详细地给出了混合模型的预测方法:首先,利用改进算法分别训练径向基函数网络和BP网络;其次,采用自适应遗传算法优化线性映射层以获得更好的预测精度;最后,利用两个实例比较单一神经网络和提出的混合网络的预测性能.实验表明,混合神经网络在预测精度上比单一网络具有更优的性能,同时,该混合模型为复杂系统提供了一种通用的预测工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹云忠	四川农业大学信息与工程技术学院	14	61	5.0	7.0