| 基于GRBF神经网络的脱硫预报模型 |
| |
| 引用本文： | 黄颖松,梁协雄,曹长修.基于GRBF神经网络的脱硫预报模型[J].计算机工程与应用,2003,39(24):218-220. |
| |
| 作者姓名： | 黄颖松 梁协雄 曹长修 |
| |
| 作者单位： | 重庆大学自动控制研究所,重庆,400044 |
| |
| 基金项目： | 国家教育部博士点基金项目(编号:98061117)，重庆市科委基础理论研究资助项目 |
| |
| 摘 要： | 脱硫过程是一个复杂的非线性系统,文章建立了一个基于RBF神经网络的脱硫预报模型,并提出使用GRBF算法,从而较好地解决了传统RBF神经网络中心难于确定,存在过拟合的缺点。实践证明,该算法应用在脱硫预报模型的建立中是合理的、可行的。
|
| 关 键 词： | 脱硫 预报 神经网络 RBF GRBF |
| 文章编号： | 1002-8331-(2003)24-0218-03 |
| 修稿时间： | 2002年8月1日 |
Desulphurization Prediction Model Based on GRBF Neural Network |
| |
| Huang Yingsong Liang Xiexiong Cao Changxiu.Desulphurization Prediction Model Based on GRBF Neural Network[J].Computer Engineering and Applications,2003,39(24):218-220. |
| |
| Authors: | Huang Yingsong Liang Xiexiong Cao Changxiu |
| |
| Abstract: | Desulphurization is a very complex nonlinear system,this paper establises a prediction model based on a RBF neural network,using GRBF algorithms ,and solves some drawbacks of traditional RBF neural network,such as the difficulty in determining the number of cluster centers and over-trained problem.This paper proves that the model pre-sented is reasonable and practicable by practice. |
| |
| Keywords: | Desulphurization Prediction Neural network Radial Basis Function(RBF) GRBF |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
