一种参数优化旋转广义回归神经网络模型

被引：11

作者：

黄金杰 ^{[1
]}

夏静 ^{[1
]}

满春涛 ^{[1
]}

王松涛 ^{[2
]}

机构：

[1] 哈尔滨理工大学自动化学院

[2] 哈尔滨理工大学测控技术与通信工程学院

来源：

电机与控制学报 | 2009年 / 13卷 / 03期

关键词：

广义回归神经网络; 粒子群优化; 坐标旋转; 参数优化;

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：

140502 [人工智能];

摘要：

针对传统广义回归神经网络的模型结构与数据分布失配问题和模型参数难以确定问题,提出了一种参数优化旋转广义回归神经网络模型的设计方法。在传统广义回归神经网络模型的基础上,通过坐标旋转,增加了一个模型结构参数,并采用粒子群算法对旋转广义回归神经网络的模型参数寻找最优值,从而改进了广义回归神经网络模型精确度。两个工业实例的实验结果表明该方法的有效性。

引用

页码：442 / 447

页数：6