改进的双模型结构RBF神经网络及其应用

摘要：

提出了离线结构学习和在线权值校正相结合的双模型结构RBF神经网络,以离线学习和在线校正相结合的方式实现网络的自学习和自校正,满足了软测量仪表现场应用的要求.针对应用过程中出现预测误差过大的现象,通过对网络算法进行分析,研究影响网络预测精度的因素,在此基础上,提出了以K均值聚类法和递推下降算法相结合的RBF神经网络建模改进算法,仿真结果和实际应用证明了改进算法的有效性.

关键词：RBF神经网络、软仪表、双模型结构

所属期刊栏目：62

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金项目60974031,60704011;北京市中小企业创新基金项目Z09010400260912

在线出版日期：2011-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2345-2349