改进的双模型结构RBF神经网络及其应用

• 作者: 崔佳 张义山 曹柳林 李全善 林晓琳
• 来源期刊: 化工学报
• 关键词: RBF神经网络 软仪表 双模型结构
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2345-2349
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2011.08.045

摘要

提出了离线结构学习和在线权值校正相结合的双模型结构RBF神经网络,以离线学习和在线校正相结合的方式实现网络的自学习和自校正,满足了软测量仪表现场应用的要求.针对应用过程中出现预测误差过大的现象,通过对网络算法进行分析,研究影响网络预测精度的因素,在此基础上,提出了以K均值聚类法和递推下降算法相结合的RBF神经网络建模改进算法,仿真结果和实际应用证明了改进算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹柳林	北京化工大学信息科学与技术学院	59	516	13.0	20.0
2	张义山		2	5	1.0	2.0
3	李全善	北京化工大学信息科学与技术学院	10	50	4.0	6.0
7	林晓琳		1	5	1.0	1.0
8	崔佳		1	5	1.0	1.0