| 基于遗传算法的RBF神经网络的优化设计方法 |
| |
| 引用本文： | 李红利,张晓彤,兰立柱,孙兆林.基于遗传算法的RBF神经网络的优化设计方法[J].计算机仿真,2003,20(11):67-69. |
| |
| 作者姓名： | 李红利 张晓彤 兰立柱 孙兆林 |
| |
| 作者单位： | 辽宁石油化工大学化学系,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。
|
| 关 键 词： | RBF神经网络 优化设计方法 遗传算法 学习算法 |
| 文章编号： | 1006-9348(2003)11-0067-03 |
| 修稿时间： | 2002年9月4日 |
A Optimum Design of RBF Neural Networks Based on Genetic Algorithms |
| |
| LI Hong-li,ZHANG Xiao-tong,LAN Li-zhu,SUN Zhao-lin.A Optimum Design of RBF Neural Networks Based on Genetic Algorithms[J].Computer Simulation,2003,20(11):67-69. |
| |
| Authors: | LI Hong-li ZHANG Xiao-tong LAN Li-zhu SUN Zhao-lin |
| |
| 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. |
| |
| Keywords: | Neural network Least squares training method Genetic algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
