基于遗传算法的模糊RBF神经网络设计及应用  

Design of Fuzzy RBF Neural Network Based on Genetic Algorithm and its Application

作　　者：段明秀[1] 

机构地区：[1]吉首大学数学与计算机科学学院,湖南吉首416000

出　　处：《吉首大学学报（自然科学版）》2010年第1期43-46,共4页Journal of Jishou University(Natural Sciences Edition)

基　　金：湖南省教育厅科学研究项目(09C795)

摘　　要：提出了一种基于遗传算法的模糊RBF神经网络学习算法.采用遗传算法对模糊RBF神经网络需要调整的参数进行优化,再将遗传算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,并结合梯度下降法对网络的各参数进行动态调整.在对非线性函数逼近的仿真中,仿真结果验证了优化后的模糊RBF神经网络具有更高的精度及强鲁棒性.A fuzzy RBF neural network learning algorithm based on genetic algorithm is proposed.This algorithm adopts genetic algorithm to optimize the fuzzy RBF neural network s structure parameters,adapts the optimization result as the initial value of the fuzzy RBF neural network s structure parameters,and dynamicly adjusts the parameters using the gradient decent methods.Finally the algorithm is applied to classify the data and function approximation.The simulation shows that the fuzzy RBF neural network has highe...

关 键 词：遗传算法(GA) 模糊RBF 神经网络 函数逼近 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]