基于粒子群算法的RBF神经网络的优化方法

被引：4

作者：

李林

李建兵

牛鹏超

机构：

[1] 西南交通大学电气工程学院

来源：

关键词：

RBF; 神经网络; 粒子群优化算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文用粒子群算法来优化RBF神经网络的中心值和连接权值,使之具有更强的非线性逼近能力,并将优化后的RBF神经网络和未经优化的RBF神经网络用于非线性函数的逼近,实例证明优化后的RBF神经网络比未经优化的RBF神经网络具有更强的非线性函数的逼近能力。

引用

页码：51 / 53

页数：3

共 5 条

[1]

人工神经网络与模拟进化计算.[M].阎平凡;张长水编著;.清华大学出版社.2000,

[2] 基于粒子群优化算法的BP网络学习研究 [J].

潘昊 ;

侯清兰 .

[3] 改进QDPSO算法在BP网络训练中的应用 [J].

熊伟丽 ;

徐保国 ;

孙俊 .

[4] 粒子群优化算法综述 [J].

杨维 ;

李歧强 .

[5] 一种新的神经网络学习算法 [J].

王继成 .