基于PSO-RBF的神经网络及其应用

摘要：

首先介绍标准RBF神经网络并指出存在的问题,然后介绍粒子群算法并将其用于确定RBF网络参数(连接权,隐节点中心和宽度),最后把PSO-RBF应用到卷取温度控制(CTC)中,对卷取温度进行预测.仿真结果表明PSO-RBF具有学习速度快、精度高等优点。

关键词： 粒子群优化算法 RBF神经网络 预测控制 卷取温度控制

作者: 唐红艳 徐正光

作者单位: 北京科技大学,信息工程学院,北京,100083

会议类型: 国内会议

会议名称: 中国钢铁节能环保与自动化会议暨第十一届全国自动化应用技术学术交流会

会议地点: 北京

会议语种:中文

页码: 574-576

在线出版日期: 2006-08-19（万方平台首次上网日期，不代表论文的发表时间）