基于微种群遗传算法和RBF神经网络的散乱数据重建方法  

RECONSTRUCTION OF SCATTERED DATA WITH MICRO-GENETIC ALGORITHM AND RBF NEURAL NETWORK

作　　者：郭丽霞[1] 康宝生[2] 

机构地区：[1]西北大学数学系,陕西西安710069 [2]西北大学信息科学与技术学院,陕西西安710069

出　　处：《计算机应用与软件》2008年第1期33-35,共3页Computer Applications and Software

基　　金：国家自然科学基金项目(60271032)资助。

摘　　要：利用微种群遗传算法,结合性能优越的径向基函数神经网络,建立了适用于散乱数据曲面重建的径向基函数网络模型。采用微种群遗传算法完成对神经网络的权值优化,可避免早熟收敛,且有较快的收敛速度。实验结果表明,用这种方法解决散乱数据点的重建问题,具有较高的精度。RBF network model for the surface reconstruction of scattered data is presented based on micro-genetic algorithms and radial basis function neural network. The weight optimization of neural network is achieved. Premature convergence is avoided, and the convergence process is quick. The experimental results show that the approach is of high precision.

关 键 词：径向基神经网络 微种群遗传算法 散乱数据 曲面重建 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]