一种模糊聚类的多神经网络在密闭鼓风炉产量预测模型中的应用
采用多神经网络结构建立密闭鼓风炉的产量模型,建模所用的样本数据经过模糊c均值聚类的方法分成多组,每组建立一个单一RBF神经网络模型,再通过模糊聚类后产生的隶属度将各个子模型的输出加权求和得到整体输出,从而显著地提高了模型的精确性和鲁棒性.仿真研究证实了其可行性和有效性.
多神经网络 密闭鼓风炉 模糊c均值聚类 模糊聚类 产量预测模型
李瑞娟 桂卫华 陈晓方 唐朝晖 李林 陈勇
中南大学信息科学与工程学院(长沙)
国内会议
澳门、珠海
中文
219-223
2002-07-01（万方平台首次上网日期，不代表论文的发表时间）