RBF与BP网络实时性分析.pdfVIP

2008年 1O月 皖 西 学 院学报 Oct．，2008 第24卷第 5期 JournalofWestAnhuiUniversity V01．24 NQ 5 RBF与BP网络实时性分析 陶保壮L。，李 炜。，张义超 (1．淮南联合大学 计算机系，安徽 淮南232001；2．安徽大学 计算机学院，安徽 舍肥 230039) 摘 要：针对后PC时代各类计算机用户所涉及的实时性问题，从算法实现和运行测试的角度，介绍了BP和RBF网络的原 理、思想及特点。在实际应用的抉择中，对这两种网络在化学反应催化问题进行了实时性测试，分析和比较了这两种神经网络各 自适用的对象。结果表明在上业控制等领域，RBF网络在实时性方面明显优于BP网络[，因而通常被应用于嵌入式设备中。 关键词 ：RBF；BP；实时性 ；比较 中图分类号 ：TP393．01 文献标识码 ：A 文章编号：1009--9735{2008}05--0031--03 随着后PC时代的到来，各类计算机用户所关心 其中基函数 为非线性函数，训练数据点 xP是 系统实时性的问题 日趋突出，本文依此为研究背景，从 基函数的中心。基于径向基函数技术的插值函数定 算法实现和运行测试的角度出发，深入的分析和比较 义为基函数的线性组合 BP和RBF算法的各 自的特点及在实际使用的抉择。 P F()一∑ (1Ix—x lI) (2) 1 RBF网络原理与设计 RBF网络是一种局部逼近网络，即网络输人空 将式(1)的插值条件代人式 (2)，得到P个关于 间的某个局部区域只有少数几个连接权影响网络的 未知系数叫 (一1，2，…，P)的线性方程组 P 输出。对于每个输人／输出数据对，只有少量的连接 ∑ (1lx一 l1)一d 权需要进行调整，从而使局部逼近网络具有学习速度 p=l p 快的优点，这一点对于有实时性要求的应用来说至关 ∑ (1IX2一 l1)一d 重要。RBF首先用K—menn 聚类方法确定各径向 p=l p 基函数的数据中心，然后训练输出层权值[2J。 … ∑ (If 一 jI)：dp 1．1 RBF网络的工作原理 1．2 RBF网络学习算法 对RBF网络的工作原理主要观点之一是当用 第一阶段采用K—m阳 算法，其任务是采用 自 RBF网络解决非线性映射问题时，可用函数逼近与 组织聚类方法为隐含层节点的径向基函数确定合适 内插方法E；本文中我们主要想解决非线性映射问 的数据中心L3]。应用 K一 n竹s聚类算法得到的数 题，所以对此观点的基本原理进行阐述 。 据中心的过程如下： 1．1．1 插值问题描述 (1)初始化。选择M 个互不相同的向量作为初 考虑一个由M 维输人空间到一维