基于MQPSO-LQPSO的RBF神经网络训练方法  

RBF Neural Network Training Based on MQPSO-LQPSO

作　　者：蔡继亮[1] 叶微[1] 

机构地区：[1]空军工程大学理学院,陕西西安710051

出　　处：《现代电子技术》2010年第4期157-159,共3页Modern Electronics Technique

基　　金：国家自然科学基金资助项目(60573040)

摘　　要：带有局部搜索的量子粒子群算法是一种较为成功的改进型量子粒子群算法。将该算法用于RBF神经网络的结构优化和参数优化,在确定网络参数的同时也确定了网络的结构。在函数逼近上的仿真实验表明,这种优化是有效的。Quantum- Behaved Particle Swarm Optimization with Generalized Local Search Operator（MQPSO -LQPSO） is a very successful algorithm of modified QPSO. This algorithm is used to find the best structure and parameters of RBF neural network. They are both determined when finishing training. Experiments on functional approach show this method is effective.

关 键 词：带有局部搜索的量子粒子群算法 RBF神经网络 结构优化 参数优化 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]