基于熵的RBF神经网络在软测量中的应用  

Application of RBF-NN in Soft Sensing Based on Entropy

作　　者：关小杰[1] 乔俊飞[1] 

机构地区：[1]北京工业大学电子信息与控制工程学院,北京100024

出　　处：《现代电子技术》2011年第18期67-70,共4页Modern Electronics Technique

基　　金：国家自然科学基金资助项目(60873043);国家"863"计划资助项目(2007AA04Z160);北京市自然科学基金资助项目(4092010)

摘　　要：为了更好地确定RBF神经网络中心向量,并且使得最终的RBF神经网络结构可以进一步调整。提出了一种使用熵聚类的算法来首先确定RBF神经网络隐节点的个数及其初始值,实现初始化的基础上使用常规算法调整RBF神经网络的中心和训练宽度,最后使用基于互信息的RBF神经网络修剪算法调整网络结构。并将上述算法应用于COD软测量问题中,仿真实验结果表明:改进的算法与常规的算法相比,提高了训练速度和逼近精度。In order to confirm the center vectors of RBF neural network and adjust the structure of RBF neural network, an algorithm based on entropy clustering algorithm is proposed to select hidden node centers of RBF-NN and realize the initialization of the regularly algorithm, The center and training width of RBF-NN are trained by the K-means algorithm, the structure of RBF-NN is adjusted by the pruning algorithm based on entropy of mutual information, and the mentioned algorithms are applied to COD soft sensing issue. The simulation results show that the improved algorithm has advantages of fast convergent speed and high approximation accuracy.

关 键 词：RBF神经网络 熵聚类 信息熵 COD软测量 

分 类 号：TN98-34[电子电信—信息与通信工程] TP183[自动化与计算机技术—控制理论与控制工程]