三种RBF网络函数逼近性能对比及应用研究

• 作者: 伍凯 张晶 贺正洪 赵敏
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: RBF神经网络 模糊RBF神经网络 GA-RBF神经网络 函数逼近 自校正控制
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 工程实践
• 页码范围: 163-167
• 页数: 5页
• 分类号: TP183
• 字数: 3547字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2018.03.036

摘要

非线性函数逼近问题是神经网络数据处理的具体应用之一,在相同误差指标和目标参数的情况下,以具体的非线性函数为例,仿真对比了径向基神经网络(Radical Basis Function,RBF)、模糊RBF和基于遗传算法的模糊RBF网络的逼近性能.结果表明,3种RBF网络结构都能够较好的逼近目标函数,但模糊RBF与GA-RBF网络结构较基本RBF网络结构而言能够更早达到较小的逼近误差范围.在此基础上,仿真验证了模糊GA-RBF网络应用于间接型自校正控制的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺正洪	空军工程大学防空反导学院	41	233	9.0	12.0
2	张晶	空军工程大学理学院	10	35	4.0	5.0
3	伍凯	空军工程大学防空反导学院	2	5	1.0	2.0