基于LM算法的在线自适应RBF网结构优化算法

• 作者: 乔俊飞 余文 张昭昭
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: LM算法 RBF网络 在线自适应 滑动窗口 泛化性能 时变系统
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 1247-1252
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.0887

摘要

针对LM算法不能在线训练RBF网络以及RBF网络结构设计算法中存在的问题,提出一种基于LM算法的在线自适应RBF网络结构优化算法.该算法引入滑动窗口和在线优化网络结构的思想,滑动窗口的引入既使得LM算法能够在线训练RBF网络,又使得网络对学习参数的变化具有更好的鲁棒性,并且易于收敛.在线优化网络结构使得网络在学习过程中能够根据训练样本的训练误差和隐节点的相关信息,在线自适应调整网络结构,跟踪非线性时变系统的变化,使网络维持最为紧凑的结构,以保证网络的泛化性能.最后通过仿真实验验证了所提出算法的性能.

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	张昭昭	辽宁工程技术大学电子与信息工程学院	18	118	7.0	10.0