带优选聚类算法的RBF网络辨识器及应用  

RBF network identifier with optimal selection cluster algorithm and its application

作　　者：刘铁男[1] 段玉波[1] 刘志德[1] 谢爱华[1] 张航[1] 

机构地区：[1]大庆石油学院自动化与控制工程系,黑龙江大庆163318

出　　处：《控制与决策》2003年第2期233-236,共4页Control and Decision

基　　金：黑龙江省自然科学基金资助项目 (A0 1- 14 ) ;黑龙江省教育厅科研基金资助项目 (95 5 10 31)

摘　　要：以 RBF神经网络为模型框架 ,解决非线性系统的辨识问题。针对 RBF网络的结构辨识问题 ,提出一种优选聚类算法 ,并用该算法 ,依据输入样本优选确定 RBF神经网络的隐含层节点个数 ,采用新型二阶递推学习算法估计 RBF网络中的参数和权值。上述混合算法 ,同时解决了 RBF网络结构和参数辨识问题 ,大大提高了 RBF网络的建模和预测精度。应用实例表明了所提出方案的有效性。A model of RBF neural network (RBFNN) is framed to solve the problem of identification of nonlinear systems. In order to realize the structure identification of RBFNN, a kind of optimal selection cluster algorithm is proposed. By this algorithm, it is optimally gained the hidden layer node number of RBFNN in terms of input samples. The structure and parameters identification problems of RBFNN are simultaneously solved, so that the modeling and prediction precision of RBFNN are notably raised. The application example shows the validity of the scheme.

关 键 词：RBF神经网络 优选 聚类算法 辨识 二阶学习算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]