文献

J-GLOBAL ID：201902287189069994   整理番号：19A1725142

改良遺伝的アルゴリズムに基づくRBFニューラルネットワーク構造最適化研究【JST・京大機械翻訳】

RBF neural network structure optimization based on improved genetic algorithm

著者 (3件)： Wen Changbao (長安大学電子与控制工程学院微納電子研究所,陜西 西安,710064) ,  Ma Wenbo (長安大学電子与控制工程学院微納電子研究所,陜西 西安,710064) ,  Liu Pengli (長安大学電子与控制工程学院微納電子研究所,陜西 西安,710064)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 41  号： 5  ページ： 917-923  発行年： 2019年 
JST資料番号： C2938A  ISSN： 1007-130X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： RBFニューラルネットワークの隠れ層のノード数が多すぎるため、ネットワーク構造が複雑になる問題に対して、改良遺伝的アルゴリズム(IGA)に基づくRBFニューラルネットワーク最適化アルゴリズムを提案した。IGAを用いて直交最小二乗法に基づくRBFニューラルネットワーク構造を最適化し、隠れ層出力行列の列ベクトルに対して大域的最適化を行うことで、構造最適化のIGAに基づくRBFニューラルネットワーク(IGA-RBF)を設計した。IGA-RBFニューラルネットワークの学習アルゴリズムを電子部品貯蔵環境湿度予測モデルに適用し,直交最小二乗法に基づくRBFニューラルネットワークと比較した。IGA-RBFニューラルネットワークで設計したネットワーク訓練ステップ数は44ステップ減少し,隠れ層ノード数は34個減少し,予測モデルで得られた温度湿度誤差は小さく,フィッティング精度は0.95以上であり,より高い予測精度を有した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  予測モデル ,  直交性 ,  *最適化 ,  *ネットワーク構造 ,  ベクトル ,  *ニューラルネットワーク ,  学習アルゴリズム ,  最小二乗法 ,  湿度 ,  *構造最適化 ,  *遺伝的アルゴリズム
準シソーラス用語： 大域的最適化 ,  隠れ層 ,  *動径基底関数ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 遺伝的アルゴリズム ,  RBFニューラルネットワーク ,  構造最適化 ,  研究