基于SOFM和RBF混合网络的汽油干点软测量研究.pdfVIP

下载本文档

0
0
约1.23万字
约 5页
2018-01-12 发布于未知
举报
版权申诉

基于SOFM和RBF混合网络的汽油干点软测量研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2005年中国模糊逻辑与计算智能联合学术会议论文集 229 基于SOFM和RBF混合网络的汽油干点软测量许新征，曾文华，季刚，张伟，匡天祺 (厦门大学软件学院，厦门361005，Email：xuxinzh@163．com) 摘要：提出了一种基于自组织特征映射(SOFM)神经网络和径向基函数(RBF)神经网络的混合网络模型。在该模型中， SOFM神经网络作为聚类网络，采用无监督学习算法对输入样本进行自组织分类，并将分类中心及其对应的权值向量传递给RBF神经网络，作为径向基函数的中心；RBF神经网络作为基础网络，采用高斯函数实现输入层到隐层的非线性映射，输出层则采用有监督学习算法训练网络的权值，从而实现输入层到输出层的线性映射。通过对某炼油厂常压塔汽油干点软测量估计问题进行仿真，表明该模型具有较好的性能。关键词：自组织特征映射；径向基函数；软测量；汽油干点 A Modelofthe EndPointBasedonSOFM Soft．sensor Gasoline andRBFNeuralNetworks XU Wen-Hua·JI Wei·KUANG Xin—Zheng，ZENGGang，ZHANG Tian—qi of (Sch001Software，XiamenUniversity,Xiamen，361005，Email：xuxinzh@163．corn) modelofSOFMandRBFneural is inthis this SOFMneural Abstract：A networks model，the hybrid proposedpaper．In and of transmitted acluster vectorsits nodesare tothe network，asnetwork，performsunsupervisedlearningweight output RBF hiddennodesinthe networksasthecentersofRBFactivationfunction．Onetoone isrealized correspondencerelationship betweenthe nodesinSOFMandthehiddennodesinRBFnetworks．TheRBF abasic the output network，asnetwork，performs nonlinearfrom nodestohiddennodesGaussfunctionandlinear fromhiddennodesto mappinginput using mapping output nodes resultsofsimulationsabouttheestimationofthe end areshown usingsupervisedlearningalgorithm．The gasolinepoint to thatthe networkshave prove proposed goodperformance． Feature Basis EndPoin