节点文献

基于遗传算法的RBF神经网络的优化设计方法

A Optimum Design of RBF Neural Networks Based on Genetic Algorithms

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 LI Hong-li,ZHANG Xiao-tong,LAN Li-zhu,SUN Zhao-lin(Department of Chemistry, Liaoning University of Petroleum & Chemical Technology, Fushun Liaoning 113001,China)

【机构】辽宁石油化工大学化学系；辽宁石油化工大学化学系辽宁抚顺113001；辽宁抚顺113001；辽宁抚顺113001；

【摘要】该文提出了一种新的RBF神经网络的设计方法 ,采用遗传算法对RBF神经网络的隐层节点中心值进行进化优选 ,用自适应梯度下降法选择隐层节点高斯函数的宽度 ,用递推的最小二乘法训练RBF神经网络的权值 ,仿真结果证明了该方法的有效性。更多还原

【Abstract】 A new design of RBF neural networks is proposed. Genetic algorithms is used to optimize the centers of the hidden units of RBF networks. The adaptive grads-dropping algorithms is used to select the widths of the Gauss funtion. The RLS algorithms is used to train the weights of RBF networks. The simulation results testify the effectiveness of the proposed design method.更多还原

【关键词】神经网络；最小二乘法；遗传算法；
【Key words】 Neural network； Least squares training method； Genetic algorithm；

【文献出处】计算机仿真 ,Computer Simulation , 编辑部邮箱 ,2003年11期

【分类号】TP183
【被引频次】89
【下载频次】996

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献