一种DNA-NSGA-Ⅱ RBF网络非线性动态系统建模
陶吉利; 王宁
DNA-NSGA-Ⅱ nonlinear dynamic system modeling approach using RBF neural networks
TAO Jili; WANG Ning
摘要:
基于DNA计算操作算子,提出了一种多目标非支配排序遗传算法,用于实现径向基函数(RBF)网络的优化设计。以RBF网络结构最简、拟合精度最高为优化指标,得到一组Pareto最优解,并根据测试数据的误差绝对值之和最小准则,从Pareto最优解集中筛选出最佳RBF网络。连续搅拌反应釜和pH中和过程建模仿真研究表明,该算法是一种有效的“黑箱”动态建模方法。