神經網絡結構自適應設計及其在COD軟測量中的應用研究.pdf

1、人工神經網絡是借鑒生物神經網絡結構和生物神經元工作機理，在一定程度上模擬人腦功能的信息處理系統(tǒng)。神經網絡的容錯性、非線性、聯(lián)想記憶性等眾多優(yōu)點使其在復雜對象建模過程中發(fā)揮巨大作用，其應用已經滲透到社會各個領域。神經網絡的研究主要集中在神經網絡結構和學習算法兩方面。在結構設計方面，除了經典的神經網絡外卻鮮有突破性進展。當前的神經網絡模型無法根據承擔任務的復雜程度動態(tài)調整其結構，而神經網絡的結構直接影響神經網絡的性能。此外，現(xiàn)有的神經網絡訓

2、練算法在全局收斂性和快速性方面亦有待提高。本文針對上述問題，提出了一種快速擴展傅立葉振幅靈敏度(F-EFAST)修剪算法和一種定值子集訓練(FSBT)算法，旨在改進神經網絡的性能，并將其應用于活性污泥法重要水質參數(shù)COD的軟測量中，取得了很好的效果。主要研究內容如下： (1)針對前饋神經網絡，在歸零子集訓練(ZSBT)算法的基礎上提出了FSBT算法，通過對典型函數(shù)逼近的實驗驗證，該算法收斂速度和擬合精度優(yōu)于LM和ZSBT。