| 并联混合神经网络模型及应用研究 |
| |
| 引用本文： | 曹云忠.并联混合神经网络模型及应用研究[J].计算机工程与应用,2009,45(21):218-221. |
| |
| 作者姓名： | 曹云忠 |
| |
| 作者单位： | 四川农业大学,信息与工程技术学院,四川,雅安,625014 |
| |
| 摘 要： | 单一神经网络难以对复杂模型做出准确的预测,提出了一种并联型混合神经网络模型用于对复杂的系统进行预测,该模型由径向基函数网络、BP网络和控制模块组成。控制模块用于线性映射层,将两种单一神经网络的输出结合并得到最终的输出结果。详细地给出了混合模型的预测方法:首先,利用改进算法分别训练径向基函数网络和BP网络;其次,采用自适应遗传算法优化线性映射层以获得更好的预测精度;最后,利用两个实例比较单一神经网络和提出的混合网络的预测性能。实验表明,混合神经网络在预测精度上比单一网络具有更优的性能,同时,该混合模型为复杂系统提供了一种通用的预测工具。
|
| 关 键 词： | 径向基函数 BP神经网络 混合网络模型 数据预测 线性映射 |
| 收稿时间： | 2009-2-10 |
| 修稿时间： | 2009-4-17
|
Model and application research on parallel hybrid neural network |
| |
| CAO Yun-zhong.Model and application research on parallel hybrid neural network[J].Computer Engineering and Applications,2009,45(21):218-221. |
| |
| Authors: | CAO Yun-zhong |
| |
| Affiliation: | CAO Yun-zhong Information & Engineering Technology Institute,Sichuan Agricultural University,Yaan,Sichuan 625014,China |
| |
| Abstract: | Single neural network is difficult in performing accurate predictions for complex model.A hybrid model,which involves a radial basis function network,a multi-layer perception network with back-propagation and a control module,is proposed and used for forecasting complex system.The control module serves as a linear mapping network which combines the outputs of two neural networks to gain the final output value.The prediction methods of the hybrid model are mainly discussed:Firstly,the im-proved algorithm is ... |
| |
| Keywords: | radial basis function Back Propagation(BP) neural network hybrid network model data prediction linear mapping |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
