文献类型：期刊文章

作　　者：乔俊飞[1] 韩红桂[1]

机构地区：[1]北京工业大学电子信息与控制工程学院,北京100124

出　　处：《自动化学报》

基　　金：国家高技术研究发展计划(863计划)(2007AA04Z160;2009AA04Z155);国家自然科学基金(60674066;60873043);教育部博士点基金(200800050004);北京市自然学基金(4092010)资助~~

年　　份：2010

卷　　号：36

期　　号：6

起止页码：865-872

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、EI(收录号：20102713063620)、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对径向基函数(Radial basis function,RBF)神经网络的结构设计问题,提出一种结构动态优化设计方法.利用敏感度法(Sensitivity analysis,SA)分析隐含层神经元的输出加权值对神经网络输出的影响,以此判断增加或删除RBF神经网络隐含层中的神经元,解决了RBF神经网络结构过大或过小的问题,并给出了神经网络结构动态变化过程中收敛性证明;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对非线性函数的逼近与污水处理过程中关键参数的建模结果,证明了该动态RBF具有良好的自适应能力和逼近能力,尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks,MRAN)与增长和修剪RBF神经网络(Generalized growing and pruning radial basis function,GGAP-RBF)有较大提高.

关 键 词：径向基函数神经网络 动态设计 动态结构RBF  化学需氧量建模  

分 类 号：TP183]