动态RBF神经网络在非线性系统建模中的应用

摘要：

在分析传统RBF神经网络算法的基础上,提出了改进的最临近聚类算法和隐含层节点的增加与修剪策略,从而增强了RBF神经网络的非线性系统建模能力.以锅炉燃烧过程为实例,通过从现场采集的数据建立神经网络模型,使用改进的算法建立系统的初始神经网络模型,再经过改进算法不断修正模型,取得了比较满意的效果.

关键词：RBF神经网络、非线性系统、模型建立

所属期刊栏目：21

分类号：TK323(热工量测和热工自动控制)

在线出版日期：2004-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：18-22