基于改进粒子群优化RBF神经网络的轧制力预报

摘要：

依据RBF神经网络的非线性逼近能力和自学习特性，提出基于RBF神经网络的建模方法。将最近邻聚类用于RBF神经网络隐层中心向量的确定，并采用改进粒子群算法对最近邻聚类的聚类半径进行优化，合理确定了RBF神经网络的隐层结构，提出了一种基于改进粒子群算法的RBF神经网络（ IMPSO?RBF）。将该网络应用于轧制力的预报，与基本粒子群算法优化的RBF神经网络比较，仿真结果表明其在预报精度和收敛速度上都有很大提高。

关键词：RBF神经网络、改进粒子群算法、轧制力预报

分类号：TG339(金属压力加工)

资助基金：河北省科技支撑计划项目13211817；河北省高等学校创新团队领军人才培训计划项目LJRC013

在线出版日期：2015-01-30（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：110-113,118