基于蚁群聚类和裁剪方法的RBF神经网络优化算法

被引：2

作者：

马洪伟 ^{[1
]}

赵志刚 ^{[1
,2
]}

吕慧显 ^{[2
]}

李京 ^{[1
]}

机构：

[1] 青岛大学信息工程学院

[2] 青岛大学自动化工程学院

来源：

青岛大学学报(工程技术版) | 2008年 / 03期

关键词：

RBF神经网络; 蚁群聚类算法; 泛化能力;

D O I：

10.13306/j.1006-9798.2008.03.015

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：

提出了一种基于蚁群聚类算法和裁剪方法的RBF神经网络优化算法。利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法,提出一种新的聚类算法来确定RBF神经网络中基函数的位置;通过一种裁减的方法,除去对整个网络的输出贡献不是很重要的隐层单元来约简隐含层的神经元,以达到简化RBF神经网络结构的目的。对非线性函数进行逼近仿真,结果表明:优化算法有比较好的优化效果,而且,优化后的RBF神经网络的结构小,RBFNN的泛化能力得到了提高。

引用

页码：35 / 39

页数：5

共 6 条

[1] A sequential learning scheme for function approximation using minimal radial basis function neural networks [J].