基于自适应遗传算法的径向基函数网络的呼吸周期预测研究

摘要：

结合BP网络、径向基函数网络及遗传算法的各自优点，提出一种混合式预测方法——基于自适应遗传算法的径向基函数网络。该算法采用径向基函数网络的学习算法，引入自适应机制的浮点数编码的遗传算法，并将其与梯度下降法混合交互运算。它可以用模型的预测性能作为优化目标，克服了径向基函数网络在现有学习算法上的缺陷。同时，也解决了单独利用遗传算法往往只能在短时间内寻找到接近全局最优解的这一问题。仿真结果表明该算法有较好的预测精度。

关键词： 自适应遗传算法 径向基函数网络 呼吸周期预测 全局最优解

作者: 苏俊杰 钟秋海 许继平

作者单位: 北京理工大学自动化学院,北京 100081 梧州公安消防支队,梧州 543000 北京理工大学自动化学院,北京 100081 北京工商大学信息工程学院,北京 100037

会议类型: 国内会议

会议名称: 第29届中国控制会议

会议地点: 北京

会议语种:中文

页码: 2323-2327

在线出版日期: 2010-07-29（万方平台首次上网日期，不代表论文的发表时间）