前馈神经网络结构动态增长-修剪方法

摘要：

针对前馈神经网络隐含层神经元不能在线调整的问题,提出了一种自适应增长修剪算法(AGP),利用增长和修剪相结合对神经网络隐含层神经元进行调整,实现神经网络结构的自组织,从而提高神经网络的性能.同时,将该算法应用于污水处理生化需氧量(BOD)软测量,仿真实验结果表明,与其他自组织神经网络相比,AGP具有较好的泛化能力及较高的拟合精度,能够实现出水BOD的预测.

关键词：自适应增长修剪算法、BOD软测量、神经网络、自组织

所属期刊栏目：6

分类号：TP183(自动化基础理论)

资助基金：国家"863"计划资助项目2007AA04Z160;国家自然科学基金资助项目60873043;北京市自然科学基金资助项目4092010;高等学校博士点专项科研基金资助项目200800050004

在线出版日期：2011-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：101-106