论文部分内容阅读
本文针对基本免疫算法收敛速度慢、计算精度低等缺点,提出了模糊免疫算法。该算法引入模糊技术,对关键参数(交叉概率和变异概率)实现了模糊自适应调整。通过标准测试函数实验结果的对比,其可行性和有效性得到证明,不仅减轻了原始算法中参数确定存在的困难,而且提高了算法的计算速度和精度。其次,本文将模糊免疫算法用于径向基神经网络的训练,并将该神经网络应用于溶剂脱水塔软测量模型。仿真实验证明,模糊免疫算法优化的径向基函数神经网络具有良好的泛化性能。