量子遗传算法优化RBF神经网络及其在热工辨识中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：量子遗传算法是基于量子计算原理的概率优化方法，在量子门更新过程中，旋转角的大小直接影响优化的结果和进化的速度。文中针对模糊量子遗传算法（FQGA）容易导致系统陷入局部最优的缺点，将量子衍生交叉算法的思想引入FQGA，提出了一种新的量子遗传算法。同时利用该方法构造径向基函数神经网络进行非线性系统辨识。其特点是通过这种新的量子遗传算法，实现对RBF神经网络权值、宽度和中心位置等有关参数的估计。其速度快、精度高。通过RBF神经网络有效地完成了对非线性系统的辨识。对典型非线性函数辨识的测试表明：该方法有效地提高了量子遗传算法的计算精度和收敛速度。同时利用该方法设计了一种通用的热工对象模型辨识神经网络算法，编制了专用的模型识别软件，对某电厂循环流化床锅炉一次风对床温的动态特性进行辨识，结果表明该方法是一种精度比较高的辨识算法。http://www.cqvip.com//QK/90021X/200817/27619174.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：遗传算法优化 神经网络 遗传算法 RBF 神经网 热工过程 系统辨识 径向基函数神经网络 量子遗传算法