一种基于ACO的RBF神经网络训练方法

• 作者: 张礼勇 李晓霞 满春涛
• 来源期刊: 哈尔滨理工大学学报
• 学科: 工学
• 关键词: 蚁群算法 径向基神经网络 κ平均聚类
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 56-58,62
• 页数: 4页
• 分类号: TP183
• 字数: 2834字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2683.2008.01.017

摘要

针对κ-平均聚类径向基(Radial Basis Function简称RBF)网络算法的聚类结果易受初始参数选取的影响,并常收敛于局部极小值的问题,提出一种将蚁群优化算法用于径向基神经网络训练过程,优化径向基函数的中心点,建立相应优化模型的算法.实验结果表明,该算法精确度高于κ平均聚类径向基神经网络算法,且函数的拟合程度也得到了改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张礼勇	哈尔滨理工大学测控技术与通信工程学院	108	1033	18.0	26.0
2	李晓霞	哈尔滨理工大学自动化学院	14	50	5.0	6.0
3	满春涛	哈尔滨理工大学自动化学院	37	168	8.0	10.0