10.3969/j.issn.0253-6099.2014.06.28
基于改进粒子群优化RBF神经网络的轧制力预报
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。
RBF神经网络、改进粒子群算法、轧制力预报
TG339(金属压力加工)
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
2015-01-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
110-113,118