一种参数优化旋转广义回归神经网络模型

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.

关键词：广义回归神经网络、粒子群优化、坐标旋转、参数优化

所属期刊栏目：13

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60575036;哈尔滨市科技创新人才研究专项资全项目2007RFXXG023;哈尔滨理工大学优秀拔尖创新人才培养基金20080103

在线出版日期：2009-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：442-447