基于正交最小二乘的傅立叶神经网络结构选取方法.pdfVIP

第 48卷 第6期 石 油 化 工 自 动 化 VoL48，No．6 2012年 12月 AUTOMAT10N IN PETR()_CHEMICAL INDUSTRY December，2012 基于正交最小二乘的傅立叶 神经网络结构选取方法 段超霞1，田学民2 (1．国家知识产权局专利局专利审查协作 广东中心，广州 510530； 2．中国石油大学 信息与控制工程学院，山东 青岛266580) 摘要 ：针对傅立叶神经网络基频选取及隐含层神经元数目难以确定这一问题，提出一种基于正交最小二乘的傅立叶神经网络 结构选择方法。该方法依据傅立叶神经网络激活函数是一系列不同函数的特点，给定一个较小的基频，把一系列关于基频整数 倍的正余弦函数作为可供选择的激活函数集，然后由正交最小二乘算法选择对网络性能贡献显著的函数作为激活函数，并简化 网络结构。以聚合反应器为对象的建模仿真研究表明，正交最小二乘算法可以更有效地确定傅立叶神经网络结构。 关键词 ：傅立叶神经网络 正交最小二乘算法 激活函数 中图分类号：TP273 文献标志码 ：A 文章编号：1007—7324(2012)06—0019～05 StructureSelectionforFourierNeuralNetworkBased onOrthogonalLeastSquareOptim ization DuanChaoxia ．TianXuemin (1．PatentExaminationCooperationCenterofSIPO，Guangzhou，510530，China~ 2．CollegeofInformationandControlEngineering， ChinaUniversityofPetroleum，Qingdao，266580，China) Abstract：Contraposetotheproblem ofdifficultdeterminationofthebasefrequency selection andneuralhiddennodesnumberofFourierNeuralNetwork (F0NN)，theOrthogonalLeast Square(OLS)methodiSused to optimizeFoNN．According tothecharacteristicthatthe activationfunction in FoNN iSdifferent。itiSregarded asaproblem ofactivation function selection．Givenasmallbasefrequency，aseriesofsin／cosfunctionsregarding integral multipleofbasefrequencyaretreated38asetoffunction，andthenOLSalgorithm isemployed tochoosedistinctlycontributingfunctionsubsetasactivationfunction．Thesimulationstudyof polymerizationreactorshowsthattheproposedmethodiseffective． Keywords：FoNN ；OLS；activationfunction 神经网络 由于其 良好的非线性逼近性能而广 调整，训练参数少，因而收敛速度快；且正交激活函 泛应用于非线性系统的建模El3。在使用神经网络 数的存在，使训练更