前馈神经网络结构动态增长-修剪方法

被引：9

作者：

张米娜

韩红桂

乔俊飞

机构：

[1] 北京工业大学电子信息与控制工程学院

来源：

智能系统学报 | 2011年 / 6卷 / 02期

基金：

北京市自然科学基金;

关键词：

自适应增长修剪算法; BOD软测量; 神经网络; 自组织;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

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.

引用

页码：101 / 106

页数：6