基于GA优化RBF网络的焦炭质量模型
文章提出了一种基于遗传算法(GA)优化径向基函数(RBF)神经网络的焦炭质量预测模型.RBF网络存在两个关键问题:一是如何确定隐含层中心,而是如何调整网络权值.本文通过减聚类算法确定RBF网络基函数的中心数目,应用遗传算法对RBF网络权值进行优化.主要对焦炭的抗碎强度、耐磨强度、反应性指数和反应后强度使用GA优RBF神经网络预测.结果表明该模型有较强适应性,同时能保证较高的预测精度,具有一定的实用价值.
焦炭质量、RBF神经网络、预测模型、遗传算法
TP183;TQ520.62;F830.94
2016-08-03(万方平台首次上网日期,不代表论文的发表时间)
共2页
51-52