基于遗传算法的径向基神经网络及其在同时测定Fe Mn Cu Zn中的应用(英文)

被引：2

作者：

杨晓丽

张运陶

程正军

机构：

[1] 西华师范大学应用化学研究所,西华师范大学应用化学研究所,西华师范大学应用化学研究所四川,南充,,四川,南充,,四川,南充,

来源：

计算机与应用化学 | 2005年 / 06期

关键词：

多组分同时测定; 遗传算法; RBF;

D O I：

10.16866/j.com.app.chem2005.06.010

中图分类号：

O655 [定量分析（定量分析学）];

学科分类号：

摘要：

介绍了两种新的基于遗传算法的径向基神经网络(GA-Based RBFNN)训练算法。这两种算法均将遗传算法用于优化径向基神经网络的聚类中心和网络结构。第一种GA-Based RBFNN算法对所有训练样本采取二进制编码构成个体,优化径向基函数中心的选取和网络结构;第二种GA-Based RBFNN算法中,RBFNN采用自增长算法训练网络隐含层中心、采用十进制对距离因子ε编码构成染色体,优化网络。将两种GA-Based RBFNN算法应用于Fe、Mn、Cu、Zn同时测定的光谱解析,计算结果表明,本文的GA-Based RBFNN算法较通常的遗传算法与径向基人工神经网络(GA-RBFNN)联用,即在GA选择变量的基础上,再用RBFNN作数据解析的GA-RBFNN方法,在增强网络的泛化能力、提高预测的准确性等方面具有明显的优势。从这两种GA-Based RBFNN的比较看,第二种算法在性能上优于第一种算法。

引用

页码：61 / 68

页数：8