基于RBF神经网络的最经济控制研究

• 作者: 万梅芳 陈以
• 来源期刊: 科技与创新
• 关键词: 最经济控制 RBF神经网络 遗传算法 代价函数
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 37-38,43
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.02.016

摘要

为有效解决系统的最经济控制问题,本文提出将系统的经济收益问题转换为对系统控制结构和参数的优化问题.首先提出将网络代价的概念植入径向基函数神经网络(RBF网络)结构的优化中,对神经网络的隐层激活函数和隐层节点数进行选择;再用改进的遗传算法实现RBF网络参数的优化,从而实现神经网络的最经济控制;最后通过实例验证,表明设计的算法与BP网络的最经济控制相对比,具有明显的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈以	桂林电子科技大学计算机系	56	371	11.0	17.0
2	万梅芳	桂林电子科技大学计算机系	3	38	3.0	3.0