进化编程优化RBF神经网络的结构和参数

被引：3

作者：

刘妹琴

廖晓昕

机构：

[1] 华中理工大学控制科学与工程系!武汉

来源：

小型微型计算机系统 | 2000年 / 11期

关键词：

进化编程; 径向基函数神经网络; K均值聚类法:泛化能力;

D O I：

暂无

中图分类号：

学科分类号：

摘要：

本文利用进化编程 (EP)来同时进化径向基函数神经网络 (RBFNN)的结构和参数 .与其它进化神经网络方法有以下四个方面的不同 :(1) EP是基于拉马克的进化学说 ,强调父代与子代之间的行为联接 ;(2 )进化算子中仅有突变 ,而没有交叉 ,以消除互换问题 ;(3)突变操作中 ,删除总是先于添加进行 ,以获得最简的网络结构 ;(4 )利用测试样本集构造适应度函数 ,以提高网络的泛化能力 .用进化 RBFNN来预测 Mackey- Glass时间序列的实验结果表明了该方法的有效性 .

引用

页码：1182 / 1185

页数：4

共 3 条

[1] RADIAL BASIS FUNCTION NETWORK CONFIGURATION USING GENETIC ALGORITHMS [J].