RBF网学习的进化优选算法  

An Evolutionary Selecting Algorithm for the Learning of RBF Nets

作　　者：魏海坤[1] 徐嗣鑫[1] 宋文忠[1] 

机构地区：[1]东南大学自动化研究所,南京210096

出　　处：《控制理论与应用》2000年第4期604-608,共5页Control Theory & Applications

摘　　要：讨论了用正交最小二乘算法训练RBF网的不足之处 ,然后引入了选择路径的概念 ,在此基础上 ,提出了RBF网隐层节点选取的进化优选算法 .仿真结果表明 ,在不同的精度要求下 ,用进化优选算法均能设计出比正交最小二乘算法更小的RBF网 .This paper discusses the inefficiency of the orthogonal least squares training methods for RBF nets, then introduces the concept of selecting paths, and proposes an evolutionary selecting algorithm for seleting the optimal hidden units of RBF nets. Simulation shows that, with different accuracy limits, evolutionary selecting algorithms can design more compact networks than the orthogonal least squares training methods do.

关 键 词：RBF神经网络 学习算法 进化优选算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]