前馈神经网络结构动态增长-修剪方法

• 作者: 乔俊飞 张米娜 韩红桂
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 自适应增长修剪算法 BOD软测量 神经网络 自组织
• 年，卷（期）: 2011,（2）
• 页码范围: 101-106
• 分类号: TP183
• 字数: 4453字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2011.02.002

摘要

针对前馈神经网络隐含层神经元不能在线调整的问题,提出了一种自适应增长修剪算法(AGP),利用增长和修剪相结合对神经网络隐含层神经元进行调整,实现神经网络结构的自组织,从而提高神经网络的性能.同时,将该算法应用于污水处理生化需氧量(BOD)软测量,仿真实验结果表明,与其他自组织神经网络相比,AGP具有较好的泛化能力及较高的拟合精度,能够实现出水BOD的预测.

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	北京工业大学电子信息与控制工程学院	181	1883	22.0	31.0
2	韩红桂	北京工业大学电子信息与控制工程学院	73	706	16.0	21.0
3	张米娜	北京工业大学电子信息与控制工程学院	1	18	1.0	1.0