基于改进GA的WRBF神经网络设计与应用

作     者：陈得宝 赵春霞 CHEN De-bao;ZHAO Chun-xia

作者机构：南京理工大学计算机科学与技术学院 

基　　金：安徽省教育厅自然科学基金项目(2006KJ090B) 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2007年第31卷第3期

页      码：370-374页

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)进行改进,利用改进的GA同时优化网络结构和参数。通过对多输入单输出系统和热能表系数模型进行实验,结果表明:改进的GA减小了早熟收敛的发生,所设计的网络具有较高的建模精度。

主 题 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 

学科分类：0711[理学-心理学类] 07[理学] 081104[081104] 08[工学] 0811[工学-水利类] 071102[071102] 081103[081103] 

核心收录：

D　O　I：10.3969/j.issn.1005-9830.2007.03.024

馆 藏 号：203409394...