10.13873/J.1000-9787(2016)10-0020-04
改进递归最小二乘RBF神经网络溶解氧预测
为提高溶解氧预测的准确性,将基于改进型递归最小二乘算法优化的径向基函数( RBF)神经网络方法应用于溶解氧预测。利用K均值聚类算法进行隐层单元中心选择;利用改进型递归最小二乘算法优化RBF神经网络隐含层到输出层的权值。仿真结果表明:该方法对溶解氧的预测具有较好的非线性拟合能力,预测精度优于RBF神经网络和递归最小二乘算法优化的RBF神经网络。
溶解氧预测、改进型递归最小二乘算法、径向基函数神经网络、递归最小二乘算法
35
TP389.1(计算技术、计算机技术)
上海市科学技术委员会技术支撑项目14391901400
2016-10-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
20-23