基于一种进化模型的RBF网络参数优化
作者:
张刚林
;
刘光灿
关键词:
RBF神经网络
参数估计
进化模型
摘要：
优化RBF网络中的参数是一个非常复杂的问题,因为其目标函数包含大量的局部最优点。提出一种基于群的算法发生器模型来优化RBF网络中的中心和宽度,并同时用最小二乘法优化其线性权重。该进化模型的优势在于把搜索任务进行功能分解。一种著名的Mackey-Glass混沌时间序列被用来检验算法的性能。实验结果表明,提出的算法要优于其他一些算法,如k均值算法、遗传算法或粒子群算法的预测结果。
上一篇：单元机组的小波神经网络广义预测控制
下一篇：基于专家系统的回转窑窑头工况识别