RBF神经网络的结构动态优化设计

• 作者: 乔俊飞 韩红桂
• 来源期刊: 自动化学报
• 关键词: 径向基函数神经网络 动态设计 动态结构RBF 化学需氧量建模
• 年，卷（期）: 2010,（6）
• 页码范围: 865-872
• 页数: 8页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2010.00865

摘要

针对径向基函数(Radial basis function,RBF)神经网络的结构设计问题,提出一种结构动态优化设计方法.利用敏感度法(Sensitivity analysis,SA)分析隐含层神经元的输出加权值对神经网络输出的影响,以此判断增加或删除RBF神经网络隐含层中的神经元,解决了RBF神经网络结构过大或过小的问题,并给出了神经网络结构动态变化过程中收敛性证明;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对非线性函数的逼近与污水处理过程中关键参数的建模结果,证明了该动态RBF具有良好的自适应能力和逼近能力,尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks,MRAN)与增长和修剪RBF神经网络(Generalized growing and pruning radial basis function,GGAP-RBF)有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔俊飞		181	1883	22.0	31.0
2	韩红桂		73	706	16.0	21.0