基于GA优化RBF网络的焦炭质量模型

• 作者: 姜静 詹艳艳 顾国利
• 来源期刊: 电子技术
• 学科: 工学
• 关键词: 焦炭质量 RBF神经网络 预测模型 遗传算法
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 电子技术研发
• 页码范围: 16-18,5
• 页数: 4页
• 分类号: TP183
• 字数: 2075字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0755.2015.04.004

摘要

文章提出了一种基于遗传算法(GA)优化径向基函数(RBF)神经网络的焦炭质量预测模型。RBF网络存在两个关键问题：一是如何确定隐含层中心，而是如何调整网络权值。本文通过减聚类算法确定RBF网络基函数的中心数目，应用遗传算法对RBF网络权值进行优化。主要对焦炭的抗碎强度、耐磨强度、反应性指数和反应后强度使用GA优化RBF神经网络预测。结果表明该模型有较强适应性，同时能保证较高的预测精度，具有一定的实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜静	沈阳理工大学信息科学与工程学院	18	36	4.0	5.0
2	詹艳艳	沈阳理工大学信息科学与工程学院	13	34	3.0	5.0