基于SOM和RBF网络的软测量方法研究

• 作者: 朱林 赵晓斌
• 来源期刊: 计算机测量与控制
• 关键词: 自组织特征映射 径向基函数 软测量 氢粉碎
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 1112-1114,1117
• 页数: 4页
• 分类号: TP301
• 语种: 中文

摘要

为了解决工业生产过程中许多重要的参数无法精确测量或者实时测量的问题,提出一种基于自组织特征映射(SOM)神经网络和径向基函数(RBF)神经网络结合构建网络模型的预测方法;其中,RBF神经网络作为基础网络实现从输入层到输出层的线性映射,得出预测输出;SOM神经网络作为聚类网络对输入样本进行自组织分类,将分类中心及其对应的权值向量作为RBF神经网络径向基函数的中心;以钕铁硼氢粉碎过程优化控制为例,建立了合金氢含量的检测模型,并与RBF神经网络检测模型进行了对比;仿真结果表明该混合网络检测模型检测精度高,泛化能力强,证实了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱林	内蒙古科技大学信息工程学院	39	127	6.0	9.0
2	赵晓斌	内蒙古科技大学信息工程学院	1	6	1.0	1.0