进化优选算法设计最小RBF网及其在动力配煤预测中的应用
需积分: 10 183 浏览量
更新于2024-10-03
收藏 188KB DOC 举报
"最小RBF网设计的进化优选算法及其在动力配煤过程状态预测建模中的应用"
本文探讨了一种进化优选算法在设计最小径向基函数网络(RBF网络)中的应用,以提高动力配煤过程状态预测建模的准确性。动力配煤是优化煤炭质量、降低成本的重要手段,但其复杂的化学反应和物理变化使得建立精确的预测模型极具挑战。传统的加权平均法和经验公式在预测效果上并不理想,而BP神经网络虽然取得一定成果,但也存在陷入局部最小、收敛速度慢和结构设计困难等问题。
RBF网络因其在非线性建模和函数逼近上的优势成为替代选择。根据Moody准则,减少有效参数数量可以增强网络的泛化能力。因此,寻找满足特定学习精度的最小RBF网络结构至关重要。文章中提出的进化优选算法旨在解决这一问题,通过优化算法设计出的RBF网络能够在保证预测精度的同时,减少隐含层节点的数量,从而提升泛化性能。
文章对比了进化优选算法与两种常见的RBF网络设计方法——聚类方法和正交最小二乘(OLS)算法。聚类方法依赖于样本输入的聚类产生隐节点,但确定最佳聚类数(即隐节点数)是个难题。尽管OLS算法能够自动调整网络结构以满足精度要求,但可能无法找到最小结构,并且学习精度不易控制。相比之下,进化优选算法在保证模型精度的同时,能更有效地寻找最小结构的RBF网络。
通过动力配煤中煤灰软化温度预测的例子,作者展示了如何应用该算法进行状态预测建模,并证明了进化优选算法设计的RBF网络模型在泛化能力上的优越性。这一研究成果为动力配煤过程的建模提供了新的思路,有助于实现更高效、更精准的配煤策略,推动洁净煤技术的发展。
2021-09-25 上传
2019-08-13 上传
2023-05-12 上传
2023-11-25 上传
2023-07-15 上传
2023-09-19 上传
2023-08-05 上传
2023-05-13 上传
2023-05-12 上传
xwgong2010
- 粉丝: 0
- 资源: 2
最新资源
- 社交媒体营销激励优化策略研究
- 终端信息查看工具:qt框架下的输出强制抓取
- MinGW Win32 C/C++ 开发环境压缩包快速入门指南
- STC8G1K08 PWM模块实现10K频率及易改占空比波形输出
- MSP432电机驱动编码器测路程方法解析
- 实现动静分离案例的css/js/img文件指南
- 爱心代码五种:高效编程的精选技巧
- MATLAB实现广义互相关时延估计GCC的多种加权方法
- Hive CDH Jar包下载:免费获取Hive JDBC驱动
- STC8G单片机实现EEPROM及MODBUS-RTU协议
- Java集合框架面试题精讲
- Unity游戏设计与开发资源全集
- 探索音乐盒.zip背后的神秘世界
- Matlab自相干算法GUI界面设计及仿真
- STM32智能小车PID算法实现资料
- Python爬虫实战:高效爬取百度贴吧信息