[1]陈得宝.基于改进GA的WRBF神经网络设计与应用[J].南京理工大学学报(自然科学版),2007,(03):370-374.
 CHEN De-bao,ZHAO Chun-xia.Design and Application of WRBF Neural Network Based on Improved GA[J].Journal of Nanjing University of Science and Technology,2007,(03):370-374.
点击复制

基于改进GA的WRBF神经网络设计与应用
分享到:

《南京理工大学学报》(自然科学版)[ISSN:1005-9830/CN:32-1397/N]

卷:
期数:
2007年03期
页码:
370-374
栏目:
出版日期:
2007-06-30

文章信息/Info

Title:
Design and Application of WRBF Neural Network Based on Improved GA
作者:
陈得宝1 2 赵春霞1
1. 南京理工大学计算机科学与技术学院, 江苏南京210094; 2. 淮北煤炭师范学院物理系, 安徽淮北235000
Author(s):
CHEN De-bao12ZHAO Chun-xia1
1.School of Computer Science and Technology,NUST,Nanjing 210094,China;2.Physical Department,Huaibei Coal Industry Teachers College,Huaibei 235000,China
关键词:
小波网络 径向基函数网络 小波径向基函数网络 遗传算法
Keywords:
w ave let netwo rk rad ial basis function netw ork w avelet radial basis function network genet ic algo rithm
分类号:
TP183
摘要:
针对单独自动设计径向基函数(RBF)网络和小波网络过程中对样本要求过于严格,以及输出层线性求和运算可能造成样本类别交叠的问题,结合两种网络结构简单的优点,设计了一种新的四层前馈神经网络——小波径向基网络(Wavelet radial basis network,WRBF)。该网络在结构上,第一隐层对输入样本进行小波映射,实现对输入空间的压缩;第二隐层对第一隐层输出进行第二次非线性映射;在网络的训练方法上,利用多阶染色体混合编码实现两隐层间的选择性连接,并对遗传算法(Genetic algorithm,GA
Abstract:
In o rder to overcome the demanding samples of design ing RBF ( rad ial basis funct ion ne-t w ork) neural netw ork and w avelet netw ork automatically and the overlap phenomenon of linear summat ion in output layer, a new four-layer netw ork namedWRBF ( w ave let radia l basis function ne-t w ork) is designed based on the simple structures of RBF and w avelet netw ork. In the netw ork, the first h idden layer is used to compress input space and the second h idden layer is to process the compressed variables. In training m ethods, a h igh-rank chromosome for indiv idual in improved GA is used to realize selecting connection betw een tw o h idden layers. The structure and parameters o f WRBF netw ork are optim ized simu ltaneously. The experimental results from M ISO system and coeff-i cient model o f therma lm eter demonstrate that the improved GA reduces the premature phenomenon and that theWRBF netw ork has h igher prec ision formode ling.

参考文献/References:

[ 1] 陈天平. 神经网络及其在系统识别应用中的逼近问 题[ J]. 中国科学( A辑), 1994, 37( 4): 414- 421.
[ 2] 韩敏, 席剑辉, 程磊. RBPN 在模式识别中的应用 [ J] . 控制理论与应用, 2002, 19( 6): 940- 944.
[ 3] Chester D. W hy two h idden layers are better than one [ A]. IEEE In ternational Jo in t Conference on Neu ra l Ne tw ork [ C]. W ashington, DC: IEEE pub lications, 1990. 265- 268.
[ 4] M ary J, Green G R. Approx im ation theo ry and fin ite prec ision com putation [ J ]. IEEE T rans On Neu ra l Ne tw orks, 1995, 8 ( 1): 31- 37.
[ 5] 王晓兰, 陈得宝, 邱熔胜, 等. 进化规划在挖掘最优 语言模糊规则基中的应用[ J]. 兰州大学学报, 2001, 37( 2): 71- 76.
[ 6] 陈长征, 王楠. 遗传算法中交叉和变异概率选择的 自适应方法及作用机理[ J] . 控制理论与应用, 2002, 19( 1): 41- 43. [ 7 ] 陈得宝, 刘暾东, 魏辉. 基于三阶染色体结构的自 适应进化规划及应用[ J]. 系统仿真学报, 2004, 16 ( 2): 322- 325.

备注/Memo

备注/Memo:
基金项目: 安徽省教育厅自然科学基金项目( 2006KJ090B)
作者简介: 陈得宝( 1975 - ), 男, 安徽安庆人, 博士生, 副教授, 主要研究方向: 人工智能和机器人等, E-ma il:chendb_8@ 163. com;
通讯作者: 赵春霞( 1964- ), 女, 北京人, 博士生导师, 教授, 主要研究方向: 模式识 别、图像处理、人工智能和机器人等, E-m ail:zhaochunxia@126. com。
更新日期/Last Update: 2007-06-30