基于IPSO优化RBF神经网络的带钢厚度控制预测新方法

文档摘要：提出了一种基于IPSO算法优化RBF神经网络的带钢厚度控制预测的新方法.先将PSO算法中的权重和学习因子进行优化,再将改进后的新粒子群算法应用于RBF神经网络的参数确定中,实现了RBF神经网络隐含层高斯函数的中心值和宽度向量以及隐含层与输出层之间权值的优化,改善了RBF神经网络的预测精度.仿真结果表明,将优化的RBF网络用于带钢厚度控制预测中,获得了可靠的精度和较好的收敛速度,说明该方法具有广阔的应用推广前景.

作者：闵喜瑞  周建新Author：MINXi-rui  ZHOUJian-xin
作者单位：华北理工大学电气工程学院,河北唐山,063000
刊名：内蒙古科技大学学报
Journal：JournalofInnerMongoliaUniversityofScienceandTechnology
年，卷(期)：2016, 35(1)
分类号：TP183
关键词：IPSO算法  RBF神经网络  带钢厚度控制预测  
机标分类号：TG3TP1
在线出版日期：2016年5月24日
基金项目：河北省教育厅重点资助项目基于IPSO优化RBF神经网络的带钢厚度控制预测新方法[
期刊论文]  内蒙古科技大学学报--2016, 35(1)闵喜瑞  周建新提出了一种基于IPSO算法优化RBF神经网络的带钢厚度控制预测的新方法.先将PSO算法中的权重和学习因子进行优化,再将改进后的新粒子群算法应用于RBF神经网络的参数确定中,实现了RBF神经网络隐含层高斯函数的中心值和宽度...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：

2024-10-4 00:24 上传 基于IPSO优化RBF神经网络的带钢厚度控制预测新方法.pdf

文件大小:

1.27 MB

下载次数:

60

高速下载