RBF网络和BP网络在海水盐度建模中的比较研究

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：A comparative study on RBF network and BP network in the model of salinity 中文刊名：海洋通报 英文刊名：Marine Science Bulletin 作者：高国栋 ; 张文孝 ; 慕光宇 英文作者：GAO Guo-dong ; ZHANG Wen-xiao ; MU Guang-yu(College of Mechanical Engineering ; Dalian Ocean University ; Dalian 116023 ; China) 中文关键词：盐度 ; RBF神经网络 ; 建模 ; 仿真 ; 预测 英文关键词：salinity ; RBF neural network ; modeling ; simulation ; forecast 出版日期：2011-02-15 机构：大连海洋大学机械工程学院; 年：2011 期：01 出版单位：海洋通报

摘要

介绍了RBF神经网络模型结构、特点及原理,并针对海水盐度参数具有受诸多因素影响的复杂的非线性输入输出特性,训练并建立了海水盐度的RBF(Radial Basis Function)神经网络模型,为海水盐度的预测提供了一种新的方法。与BP神经网络模型相比,该模型具有收敛速度快,精度高的优点。比较结果表明,该方法在海水盐度建模等复杂系统方面具有实用性和可靠性,并有很好的应用前景。
A new RBF neural network is introduced and at the same time,its' structure,feature and principium are also expatiated.Contrasting with BP neural network model,it has faster convergence and better precision when it is used in the salinity modeling.A BP neural network model is set up and trained in this paper,in order to approach compensate the effects of improve non-linearity.Test proves it is practical and dependable in the field of salinity modeling and has nice applied prospect.

引文

[1]智会强,牛坤,田亮,等.BP网络和RBF网络在函数逼近领域内的比较研究[J].科技通报,2005,21(2):93-97.
    [2]Robert J,Schilling James,Carroll J.Approximation of nonlinear systems with radial basis function neural networks[J].IEEE TRANSACTIONS ON NEURAL NETWORKS,2001,12(1):21-28.
    [3]王炜,吴耿锋,张博锋,等.径向基函数(RBF)神经网络及其应用[J].地震,2005,25(2):19-25.
    [4]闻新,周露,李翔,等.MATLAB神经网络仿真与应用[M].科学出版社,2003:7.
    [5]张铃,张钹.人工神经网络理论及应用[M].浙江:浙江科学技术出版社,1997.
    [6]飞思科技产品研发中心.Matlab6.5辅助神经网络分析与设计[M].北京:电子工业出版社,2003.
    [7]范影乐.Matlab仿真应用详解[M].北京:人民邮电出版社,2003.