一类新的RBF神经网络在非线性系统建模中的应用

被引：7

作者：

刘妹琴

沈轶

廖晓昕

不详

机构：

[1] 华中科技大学控制科学与工程系!湖北武汉

[2] 华中科技大学控制科学与工程系!湖北武汉

来源：

控制与决策 | 2001年 / 03期

关键词：

径向基函数神经网络(RBFNN); 分类超平面; 正交最小二乘法(OLS); 聚合反应过程;

D O I：

10.13195/j.cd.2001.03.21.liumq.005

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

提出一种基于输入集分类函数的新的距离度量方法 ,它与前传回归的正交最小二乘法相结合 ,不仅可以学习分类超平面的参数 ,而且可以选择重要的输入节点。这种结构的 RBFNN特别适用于非线性动力学系统的辨识 (建模 )和控制。将改进的 RBFNN用于化工中的聚合反应过程建模 ,结果表明该方法是有效而适用的。

引用

页码：277 / 281

页数：5