一种基于混合梯度下降算法的模糊神经网络设计及应用

• 作者: 乔俊飞 林征来 韩红桂
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 模糊神经网络 混合梯度 自适应学习率 非线性系统建模
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1635-1641
• 页数: 7页
• 分类号: TP173
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.1032

摘要

为了提高模糊神经网络(FNN)的收敛速度和泛化能力,提出一种基于混合梯度下降算法(HG)的模糊神经网络(HG-FNN).HG-FNN通过设计FNN参数调整过程的自适应学习率,利用链式法则获取FNN参数学习过程的梯度,在实现FNN参数自校正的同时,给出HG-FNN的收敛性证明,保证HG-FNN的收敛速度和泛化能力.最后,将所设计的HG-FNN应用于非线性系统建模与污水处理过程关键水质参数预测,实验比较结果显示,HG-FNN不仅具有较快的收敛速度,而且具有较好的泛化能力.

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	林征来	北京工业大学计算智能与智能系统北京市重点实验室	2	13	2.0	2.0