基于演化思想的RBF神经网络优化设计  

Optimization of RBF neural network based on evolvement ideology

作　　者：王银坤[1] 王学奇[1] 肖明清[1] 游培寒[1] 

机构地区：[1]空军工程大学工程学院,西安710038

出　　处：《计算机工程与应用》2007年第1期94-95,124,共3页Computer Engineering and Applications

基　　金：国家部委预研基金项目。

摘　　要：基于事物演化发展的思想,尝试对传统RBF神经网络的结构进行了优化。首先从IPL算法对RBF网络的学习训练不足出发,通过调整RBF神经网络基函数的采样算子,得到一个规模可以控制的网络模型,最后给出了仿真验证结果。Evolvement is a basic property of things development and consists of a series of complex change activities.Based on this fact,this paper focuses on providing a viable alternative for RBF network.First,aiming at the Incremental Projection Learning （IPL） algorithm＇s disadvantage,the improved IPL algorithm for constructing RBF network based on the adjustment of the sampling operator is presented,and induces a simpler network structure than before.The simulation result demonstrates the effectives of the improved RBF network.

关 键 词：演化 优化 IPL算法 RBF神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]