

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在采用RBF神經(jīng)網(wǎng)絡來建立軟測量模型時,需要確定的參數(shù)比較多。為了能讓模型具有很好的預測性能,在實際建模中,常常會引入一些智能優(yōu)化的方法來挑選出合適的網(wǎng)絡參數(shù)來參與建模。
本文主要研究內容如下:
1.在采用徑向基神經(jīng)網(wǎng)絡來建模時,其中間隱含層節(jié)點個數(shù)以及相關參數(shù)都會對模型的性能產(chǎn)生影響。為此我們選用遺傳算法和粒子群算法來對徑向基神經(jīng)網(wǎng)絡進行優(yōu)化設計。首先需要利用遺傳算法或粒子群算法來確定模型的結構,結構確定好以后再利
2、用該優(yōu)化算法來對徑向基神經(jīng)網(wǎng)絡的參數(shù)進行優(yōu)化,然后進行循環(huán)迭代直至滿足迭代停止條件。最后將得到一個最優(yōu)的神經(jīng)網(wǎng)絡模型。這種先確定結構再確定參數(shù)的方法可認為是一種串行優(yōu)化。
2.采用串行優(yōu)化的方法所建立的模型的運算速度比較慢,因為該方法需要用遺傳算法或粒子群算法分別產(chǎn)生兩個種群,一個用于確定模型的輸入變量的個數(shù)和網(wǎng)絡中間隱含層節(jié)點個數(shù),另一個用于實現(xiàn)對網(wǎng)絡參數(shù)的優(yōu)化,而且優(yōu)化也是分開進行的。為了提高模型的運算效率,我們提出一種并
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 徑向基神經(jīng)網(wǎng)絡的研究及在粒度軟測量中的應用.pdf
- 徑向基(RBF)人工神經(jīng)網(wǎng)絡的算法及其應用.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡的學習算法研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡學習算法研究.pdf
- 徑向基神經(jīng)網(wǎng)絡在系統(tǒng)辨識應用中的結構與算法研究.pdf
- 基于徑向基函數(shù)神經(jīng)網(wǎng)絡軟測量的電廠煤質在線監(jiān)測的研究及應用.pdf
- 徑向基神經(jīng)網(wǎng)絡訓練算法及其性能研究.pdf
- 徑向基神經(jīng)網(wǎng)絡在漁場預測中應用研究.pdf
- 徑向基神經(jīng)網(wǎng)絡在入侵檢測中的應用研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡在CDMA系統(tǒng)中的測向算法的研究.pdf
- 基于徑向基神經(jīng)網(wǎng)絡的汽車油耗軟測量及監(jiān)測系統(tǒng)研究.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡優(yōu)化及其在企業(yè)財務預警中的應用.pdf
- 神經(jīng)網(wǎng)絡在軟基沉降預測與處理方案智能評價中的應用.pdf
- 基于優(yōu)化算法的徑向基神經(jīng)網(wǎng)絡模型的改進及應用.pdf
- 人工神經(jīng)網(wǎng)絡算法的改進及其在水利測量技術中的應用.pdf
- 徑向基函數(shù)神經(jīng)網(wǎng)絡在非線性時間序列預測中的應用.pdf
- 改進的神經(jīng)網(wǎng)絡BP算法在高速公路軟基沉降預測中的應用.pdf
- 基于徑向基神經(jīng)網(wǎng)絡的無網(wǎng)格法及其應用.pdf
- 群體智能算法在RBF神經(jīng)網(wǎng)絡中的應用.pdf
- CMAC神經(jīng)網(wǎng)絡快速學習算法及其在容錯控制中的應用.pdf
評論
0/150
提交評論