基于SOFM和RBF混合网络的汽油干点软测量
(0) 本文提出了一种基于自组织特征映射(SOFM)神经网络和径向基函数(RBF)神经网络的混合网络模型.在该模型中,SOFM神经网络作为聚类网络,采用无监督学习算法对输入样本进行自组织分类,并将分类中心及其对应的权值向量传递给RBF神经网络,作为径向基函数的中心;RBF神经网络作为基础网络,采用高斯函数实现输入层到隐层的非线性映射,输出层则采用有监督学习算法训练网络的权值,从而实现输入层到输出层的线性映射.通过对某炼油厂常压塔汽油干点软测量估计问题进行仿真,表明该模型具有较好的性能.
自组织特征映射 径向基函数 软测量 汽油干点 神经网络
许新征 曾文华 季刚 张伟 匡天祺
厦门大学软件学院,厦门,361005
国内会议
深圳
中文
229-233
2005-04-16（万方平台首次上网日期，不代表论文的发表时间）