最小RBF网设计的进化优选算法及其在动力配煤过程状态预测建模中的应用

被引:10
作者
魏海坤
徐嗣鑫
宋文忠
吴福保
机构
[1] 东南大学自动化研究所!江苏南京
关键词
RBF网; 泛化能力; 动力配煤; 建模;
D O I
10.13334/j.0258-8013.pcsee.2001.01.015
中图分类号
TQ520.62 [配煤];
学科分类号
0817 ;
摘要
文中提出一种RBF网设计的进化优选算法 ,该算法能设计出满足给定学习精度的最小RBF网络 ,从而使所得到的RBF网具有较好的泛化能力。我们以煤灰软化温度预测为例 ,介绍了如何将该算法应用于动力配煤过程的状态预测建模。我们还把ESA算法与另外 2种最常见的RBF网设计方法 ,即聚类方法和OLS算法作了比较 ,结果表明 ,用进化优选算法设计的RBF网模型具有最好的泛化能力。
引用
收藏
页码:64 / 68+73
页数:6
相关论文
共 3 条
[1]   人工神经网络在配煤过程状态建模中的应用研究 [J].
殷春根 ;
骆仲泱 ;
岑可法 ;
姚强 ;
周俊虎 ;
倪明江 .
工程热物理学报, 1998, (05) :637-641
[2]   人工神经网络方法在优化动力配煤中的应用研究 [J].
殷春根 ;
周俊虎 ;
骆仲泱 ;
姚强 ;
曹欣玉 ;
汤龙华 ;
吴晓蓉 ;
岑可法 .
煤炭学报, 1997, (04) :9-14
[3]   RBF神经网络理论及其在控制中的应用 [J].
王旭东 ;
邵惠鹤 .
信息与控制, 1997, (04) :32-44