神经网络聚类加权集成及其应用

摘要：

提出了一种神经网络聚类加权集成方法。首先,采用聚类和Bagging技术产生训练集,这样产生的训练集能够侧重地模拟原始训练集分布的某一方面,既能使每个网络发生的错误尽可能的不相关,又能使其他训练的网络对该错误起到纠正的作用；然后针对产生的训练集特点。使用隶属度加权网络的输出。和其他常用的个体网络生成方法比较,仿真实验表明,该方法可以提高网络集成的泛化性能。在实际应用中,以丙烯腈反应器作为建模研究对象,实验结果表明,该方法所获得的神经网络集成模型可以较好地跟踪丙烯腈收率的变化。

关键词： 神经网络 隶属度 建模 Bagging技术 聚类技术

作者: 吕强 刘士荣 俞金寿

作者单位: 杭州电子科技大学,自动化学院,浙江,杭州,310018;华东理工大学,自动化研究所,上海,200237 杭州电子科技大学,自动化学院,浙江,杭州,310018 华东理工大学,自动化研究所,上海,200237

会议类型: 国内会议

会议名称: 2007年中国智能自动化会议

会议地点: 兰州

会议语种:中文

页码: 32-35

在线出版日期: 2007-08-24（万方平台首次上网日期，不代表论文的发表时间）