安茹
- 作品数：4 被引量：28H指数：2
- 供职机构：北京工业大学电子信息与控制工程学院更多>>
- 发文基金：国家自然科学基金北京市科技计划项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 基于相对贡献指标的自组织RBF神经网络的设计被引量：4
- 2018年
- 针对RBF(radial basis function)神经网络的结构和参数设计问题,本文提出了一种基于相对贡献指标的自组织RBF神经网络的设计方法。首先,提出一种基于相对贡献指标(relative contribution,RC)的网络结构设计方法,利用隐含层输出对网络输出的相对贡献来判断是否增加或删减RBF网络相应的隐含层节点,并且对神经网络结构调整过程的收敛性进行证明。其次,采用改进的LM(Levenberg-Marquardt algorithm)算法对调整后的网络参数进行更新,使网络具有较少的训练时间和较快的收敛速度。最后,对提出的设计方法进行非线性函数仿真和污水处理出水参数氨氮建模,仿真结果表明,RBF神经网络能够根据研究对象自适应地动态调整RBF结构和参数,具有较好的逼近能力和更高的预测精度。
- 乔俊飞安茹安茹
- 关键词：RBF神经网络收敛速度
- 基于RBF神经网络的出水氨氮预测研究
- 针对污水处理中关键水质参数氨氮(NH-N)难以在线实时准确检测且实验室取样检测时间长,精度低等问题,文中提出了基于RBF神经网络的出水氨氮软测量模型研究。首先,选择出对出水氨氮影响较大的辅助变量去预测氨氮的变化,然后,利...
- 乔俊飞安茹韩红桂
- 关键词：径向基函数网络梯度下降算法软测量
- 文献传递
- 基于RBF神经网络的出水氨氮预测研究
- 针对污水处理中关键水质参数氨氮(NH4+-N)难以在线实时准确检测且实验室取样检测时间长，精度低等问题，文中提出了基于RBF 神经网络的出水氨氮软测量模型研究。首先，选择出对出水氨氮影响较大的辅助变量去预测氨氮的变化，然...
- 乔俊飞安茹韩红桂
- 关键词：径向基函数网络梯度下降算法软测量
- 基于RBF神经网络的出水氨氮预测研究被引量：24
- 2016年
- 针对污水处理中关键水质参数氨氮(NH4+-N)难以在线实时准确检测且实验室取样检测时间长,精度低等问题,提出了基于RBF神经网络的出水氨氮软测量模型研究。首先,选择出对出水氨氮影响较大的辅助变量去预测氨氮的变化,然后,利用梯度下降算法优化RBF网络的结构和参数,结合北京市某污水处理厂的实测数据,对出水氨氮的预测进行仿真并与其他模型对比,结果显示,该模型具有预测误差相对较小,预测准确等优点,说明该预测模型对于氨氮的预测具有一定的实用价值。
- 乔俊飞安茹韩红桂
- 关键词：径向基函数网络梯度下降算法软测量
