基于粗糙集优化神经网络结构的启发式算法
作者:
张鹏
[1,2] ;
崔文利
[2]
关键词:
粗糙集
BP神经网络
网络结构
摘要：
为了解决神经网络设计中确定网络结构尤其是隐层单元数的问题，提出了一种基于粗糙集理论确定神经网络结构的启发式算法。通过粗糙集理论属性约简算法对训练样本数据进行处理，根据处理结果确定网络的输入、输出以及隐层单元数。在对A320飞机自动驾驶仪不能衔接的故障诊断实例中，所设计的网络在训练中能够快速收敛，相对于传统的试探法能更快速准确地确定网络结构，从而提高飞机故障诊断效率，缩短维修时间，证明了该方法的实际可行性。
上一篇：基于遗传算法的污水处理模糊控制方法
下一篇：基于RBF神经网络的改进多变量预测控制