带优选聚类算法的RBF网络辨识器及应用

被引：8

作者：

刘铁男

段玉波

刘志德

谢爱华

张航

不详

机构：

[1] 大庆石油学院自动化与控制工程系

[2] 大庆石油学院自动化与控制工程系黑龙江大庆

[3] 黑龙江大庆

来源：

控制与决策 | 2003年 / 02期

基金：

黑龙江省自然科学基金;

关键词：

RBF神经网络; 优选; 聚类算法; 辨识; 二阶学习算法;

D O I：

10.13195/j.cd.2003.02.106.liutn.025

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

以 RBF神经网络为模型框架 ,解决非线性系统的辨识问题。针对 RBF网络的结构辨识问题 ,提出一种优选聚类算法 ,并用该算法 ,依据输入样本优选确定 RBF神经网络的隐含层节点个数 ,采用新型二阶递推学习算法估计 RBF网络中的参数和权值。上述混合算法 ,同时解决了 RBF网络结构和参数辨识问题 ,大大提高了 RBF网络的建模和预测精度。应用实例表明了所提出方案的有效性。

引用

页码：233 / 236

页数：4

共 6 条

[1] 神经网络二阶反向传播学习算法及其收敛性 [J].