一种改进的粒子群优化RBF网络学习算法

• 作者: 刘鑫朝 颜宏文
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 集群智能 粒子群优化(PSO) 神经网络 径向基函数(RBF) 分组训练合成优化算法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 185-187
• 页数: 3页
• 分类号: TP183
• 字数: 2137字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.02.062

摘要

提出了一种新的用粒子群优化RBF网络学习的算法,即分组训练合成优化.该算法利用粒子之间的合作与竞争以实现对多维复杂空间的高维搜索能力,找出神经网络权值的最优解,以达到优化神经网络学习的目的.通过与用最小二乘法优化的神经网络进行了比较,结果表明算法所优化的神经网络收敛效果明显、收敛速度快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜宏文	长沙理工大学计算机与通讯工程学院	21	213	7.0	14.0
2	刘鑫朝	长沙理工大学计算机与通讯工程学院	1	50	1.0	1.0