一种GA与正交优选法结合的RBF神经网络建模方法

摘要：

该文把遗传算法(GA)用于径向基函数(RBF)神经网络的研究，将正交优选法与GA有效地结合，充分了发挥正交优选法能快速学习隐层单元个数，GA能从全局出发找到最佳的隐层基函数中心的优点，找到不赖于样本的隐层基函数中心，得到一种训练RBF神经网络的新方法，算法简便可靠，仿真结果表明该算法是一种有效的“黑箱”动态建模方法。

关键词： 遗传算法 径向基函数 神经网络 正交优选法

作者: 李艳君 吴铁军 赵明旺

作者单位: 浙江大学工业控制技术重点实验室(杭州) 武汉冶金科技大学(武汉)

会议类型: 国内会议

会议名称: 第三届全球智能控制与自动化大会

会议地点: 合肥

会议语种:中文

页码: 882～884

在线出版日期: 2000-06-01（万方平台首次上网日期，不代表论文的发表时间）