带优选聚类算法的 RBF 网络辨识器及应用
DOI:
CSTR:
作者:
作者单位:

(大庆石油学院 自动化与控制工程系, 黑龙江 大庆 163318)

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    以RBF 神经网络为模型框架, 解决非线性系统的辨识问题。 针对RBF 网络的结构辨识问题, 提
    出一种优选聚类算法, 并用该算法, 依据输入样本优选确定RBF 神经网络的隐含层节点个数, 采用新型
    二阶递推学习算法估计RBF 网络中的参数和权值。上述混合算法, 同时解决了RBF 网络结构和参数辨
    识问题, 大大提高了RBF 网络的建模和预测精度。应用实例表明了所提出方案的有效性。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘铁男, 段玉波, 刘志德,等.带优选聚类算法的 RBF 网络辨识器及应用[J].控制与决策,2003,18(2):233-236

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2003-03-20
  • 出版日期:
文章二维码