一种进化RBF神经网络的模型及其训练算法

• 作者: 庄镇泉 李海鹰 解光军
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 径向基函数神经网络 差分 分阶遗传算法 时间序列
• 年，卷（期）: 2001,（11）
• 页码范围: 1315-1317
• 页数: 3页
• 分类号: TP18
• 字数: 3247字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2001.11.011

摘要

径向基函数神经网络(RBFNN)具有最优逼近和全局逼近的特性,在函数拟合方面优于传统的BP网络,因此被广泛应用于非线性时间序列分析等领域.本文针对时间序列中的非平稳数据,结合差分平稳化与分阶遗传的思想,提出一个新的进化RBF神经网络的模型及其训练算法.通过实例分析表明,该方法在处理非平稳时间序列方面具有一定的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄镇泉	中国科学技术大学电子科学与技术系	120	2729	26.0	47.0
2	解光军	中国科学技术大学电子科学与技术系	10	292	8.0	10.0
3	李海鹰	中国科学技术大学电子科学与技术系	7	347	7.0	7.0