首页> 中文会议>2015年全国工业控制计算机技术年会 >基于改进RBF神经网络预测方法研究

基于改进RBF神经网络预测方法研究

页面导航

摘要
著录项
相似文献
相关主题

摘要

传统径向基函数(RBF,Radical Basis Function)神经网络存在训练速度慢、效率低的问题,本文提出AdaBoost算法结合粒子群优化算法(PSO,Particle Swarm Optimization)改进RBF神经网络的算法,提高网络的预测精度.首先对样本数据进行预处理和测试数据权值初始化;再使用改进的PSO算法优选不同的隐层函数、网络学习参数,生成不同类型的RBF弱预测器,使用弱预测器反复训练样本数据;最后利用AdaBoost迭代算法将多个生成的RBF弱预测器构造为强预测器.选用UCI数据库中的数据集做仿真实验,仿真的结果表明本文提出的算法相比传统RBF神经网络预测进一步降低了平均绝对误差,实验提高了网络的预测精度,为RBF神经网络预测提供参考.

著录项

来源
《2015年全国工业控制计算机技术年会》|2015年|373-381|共9页
会议地点北京
作者
王媛媛; 刘金岭;
展开▼
作者单位

中国计算机学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类人工神经网络与计算;
关键词
RBF神经网络; 径向基函数; AdaBoost算法; 粒子群优化算法; 预测精度;

相似文献

中文文献
外文文献
专利

1. 基于PCA的RBF神经网络预测方法研究 [J] . 伍长荣 ,叶明全 ,胡学钢 . 安徽工程大学学报 . 2007,第001期
2. 基于互信息的改进RBF神经网络预测模型及其应用 [J] . 刘蕊鑫 ,纪昌明 ,马源 . 中国农村水利水电 . 2016,第10期
3. 基于改进RBF神经网络模型的气象能见度监测方法研究 [J] . 袁超 . 新一代信息技术 . 2019,第016期
4. 基于改进RBF神经网络模型的气象能见度监测方法研究 [J] . 袁超 . 新一代信息技术 . 2019,第016期
5. 基于改进RBF神经网络的电机故障诊断方法研究 [J] . 効迎春 ,宿忠娥 . 甘肃高师学报 . 2018,第005期
6. 一种改进的RBF神经网络预测模型 [C] . 宋宜斌 ,王培进 . 2005年中国智能自动化会议（ICAC'2005) . 2005
7. 基于主成分分析的RBF神经网络预测方法及应用研究 [A] . 殷手强 . 2016

基于改进RBF神经网络预测方法研究

摘要

著录项

相似文献

相关主题

期刊订阅