| 改进的径向基函数网络的研究及应用 |
| |
| 引用本文： | 黄永聪,张旭,吴义纯,吴琦,程家兴.改进的径向基函数网络的研究及应用[J].微机发展,2010(5):158-161. |
| |
| 作者姓名： | 黄永聪 张旭 吴义纯 吴琦 程家兴 |
| |
| 作者单位： | 安徽大学计算智能与信号处理教育部重点实验室;安徽省电力公司培训中心;合肥供电公司; |
| |
| 基金项目： | 教育部博士点基金资助项目(200403057002); 安徽省高等学校省级自然科学研究项目(KJ2009B158Z) |
| |
| 摘 要： | 针对径向基函数网络和传统遗传算法的一些不足,提出引入一种自适应机制的浮点数编码的遗传算法,并将其与梯度下降法混合交互运算,作为径向基函数网络的学习算法,形成了基于改进遗传算法的径向基函数网络,它克服了径向基函数网络的学习算法上的缺陷。采用改进的遗传算法,无需计算梯度等,限制很少,还可用模型的预测性能作为优化目标。同时,也解决了单独利用遗传算法往往只能在短时间内寻找到接近全局最优解的近似解这一问题。最后将该算法应用到某地区电力负荷预测取得理想效果。
|
| 关 键 词： | 径向基函数 人工神经网络 遗传算法 |
Research and Application of Improved Genetic Algorithm-Based RBFANN |
| |
| HUANG Yong-cong,ZHANG Xu,WU Yi-chun,WU Qi,CHENG Jia-xing.Research and Application of Improved Genetic Algorithm-Based RBFANN[J].Microcomputer Development,2010(5):158-161. |
| |
| Authors: | HUANG Yong-cong ZHANG Xu WU Yi-chun WU Qi CHENG Jia-xing |
| |
| Affiliation: | HUANG Yong-cong1,2,ZHANG Xu3,WU Yi-chun2,WU Qi2,CHENG Jia-xing1(1.Ministry of Education Key Laboratory of Intelligent Computing & Signal Processing,Anhui University,Hefei 230039,China,2.Training Center,Anhui Electric Power Corporation,Hefei 230022,3.Power Supply Incorporation of Hefei,China) |
| |
| Abstract: | For the deficiencies of Radial Basis Function Artificial Neural Network(RBFANN) and traditional Genetic Algorithm(GA),this article introduces an adaptive mechanism for genetic algorithm,which bases on the floating-point encoding.We mixed it with the gradient descent method interactive computing,and make it as learning algorithm of radial basis function network;at last,it forms an improved genetic algorithm which based on radial basis function network.The new algorithm overcomes the defects of the radial bas... |
| |
| Keywords: | radial basis function(RBF) artificial neural network(ANN) genetic algorithm(GA) |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
