采用中心聚类与PSO的RBF网络设计方法

作者：刘俊; 商秀芹; 卢建刚; 陈金水; 孙优贤

来源：计算机工程与应用, 2009, (36): 212-215.

• 中心聚类
• 微粒群优化
• 径向基函数
• 递推最小二乘
• 转鼓强度 center clustering
• Particle Swarm Optimization(PSO)
• Radial Basis RBF)
• recursive least square
• drum strength

基于中心聚类法与微粒群(PSO)优化方法,提出一种径向基函数(RBF)网络的设计算法。算法采用中心聚类方法对输入样本数据进行聚类处理,自适应地确定RBF网络隐含层的初始参数;利用修正全局最优解计算方法的经典PSO算法优化RBF网络隐含层参数,进一步修正网络结构参数;输出层权值采用带遗忘因子的递推最小二乘算法在线更新。采用该方法建立炼铁过程中烧结矿成分与转鼓强度关系的预测模型,并用现场数据加以验证;实验结果表明该方法收敛速度快,所建立的模型具有较高的预测精度,可用于复杂非线性系统建模。

• 单位
  工业控制技术国家重点实验室