10.3969/j.issn.1671-4628.2000.03.018
遗传算法优化工业对象的RBF神经网络模型
针对石油化学工业中的某一典型对象的建模过程,介绍一种以可变长度的自然数编码、以AIC(Akaike's information criterion)为优化目标的遗传算法(GA)设计径向基函数(RBF)神经网络隐含层结构.文中阐述了该方法的原理,实现步骤及网络泛化性能检验,并与正交最小二乘(OLS)算法相比较,发现前者设计的网络结构相对简单且网络泛化能力有所改善.
RBF神经网络、遗传算法、正交最小二乘算法、AIC
27
O643.36(物理化学(理论化学)、化学物理学)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
67-70