【摘要】 本发明公开一种基于构造－剪枝混合优化RBF网络的煤灰熔点预测方法，其特征在于：该方法分为“粗调”和“精调”两个阶段，粗调阶段按照以使能量函数最小为原则动态增加隐节点数目，选取相应的样本输入作为数据中心，直至隐节点数满足停止准则时停止；精调阶段用Gaussian正则化方法对粗调得到的RBF网络的结构和参数作进一步调整；基于煤灰的化学组成成分建立相应的构造－剪枝混合优化RBF网络，并以该网络预测煤灰熔点。本发明给出的构造－剪枝混合优化算法(CPHM)，有效地融合了构造算法和剪枝算法的优点，不仅能动态调节RBF网络的隐节点数，还能使网络的数据中心自适应变化；具有较小的结构、较好的泛化能力和较强的鲁棒性。 【专利类型】发明申请 【申请人】东南大学 【申请人类型】学校 【申请人地址】210096 江苏省南京市南京市四牌楼2号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】江宁区 【申请号】CN201010521088.3 【申请日】2010-10-26 【申请年份】2010 【公开公告号】CN101968832A 【公开公告日】2011-02-09 【公开公告年份】2011 【授权公告号】CN101968832B 【授权公告日】2012-12-19 【授权公告年份】2012.0 【IPC分类号】G06F19/00; G06N3/08 【发明人】丁维明; 魏海坤; 吴小丽 【主权项内容】一种基于构造‑剪枝混合优化RBF网络的煤灰熔点预测方法，其特征在于：该方法分为“粗调”和“精调”两个阶段，粗调阶段按照以使能量函数最小为原则动态增加隐节点数目，选取相应的样本输入作为数据中心，直至隐节点数满足停止准则时停止；精调阶段用Gaussian正则化方法对粗调得到的RBF网络的结构和参数作进一步调整，调整对象为数据中心调整、输出权值调整、冗余隐节点删除和正则化系数的动态调整；基于煤灰的化学组成成分建立相应的构造‑剪枝混合优化RBF网络，并以该网络预测煤灰熔点。 【当前权利人】东南大学 【当前专利权人地址】江苏省南京市四牌楼2号 【统一社会信用代码】12100000466006770Q 【引证次数】1.0 【被引证次数】9 【他引次数】1.0 【被他引次数】9.0 【家族引证次数】1.0 【家族被引证次数】11

未经允许不得转载：http://www.zhongzhencnc.com/1785400029.html