并联混合神经网络模型及应用研究
单一神经网络难以对复杂模型做出准确的预测,提出了一种并联型混合神经网络模型用于对复杂的系统进行预测,该模型由径向基函数网络、BP网络和控制模块组成.控制模块用于线性映射层,将两种单一神经网络的输出结合并得到最终的输出结果.详细地给出了混合模型的预测方法:首先,利用改进算法分别训练径向基函数网络和BP网络;其次,采用自适应遗传算法优化线性映射层以获得更好的预测精度;最后,利用两个实例比较单一神经网络和提出的混合网络的预测性能.实验表明,混合神经网络在预测精度上比单一网络具有更优的性能,同时,该混合模型为复杂系统提供了一种通用的预测工具.
径向基函数 BP神经网络 混合网络模型 线性映射 预测性能
曹云忠
四川农业大学,信息与工程技术学院,四川,雅安,625014
国内会议
哈尔滨
中文
218-221
2009-08-07（万方平台首次上网日期，不代表论文的发表时间）