径向基函数神经网络的一种两级学习方法

• 作者: 任子武 伞冶 陈俊风
• 来源期刊: 控制理论与应用
• 关键词: 径向基网络 两级学习 建模 泛化能力
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论文
• 页码范围: 655-660
• 页数: 6页
• 分类号: TP183
• 语种: 中文

摘要

建立RBF(radial basis function)神经网络模型关键在于确定网络隐中心向量、基宽度参数和隐节点数.为设计结构简单,且具有良好泛化性能径向基网络结构,本文提出了一种RBF网络的两级学习新设计方法.该方法在下级由正则化正交最小二乘法与D-最优试验设计结合算法自动构建结构节俭的RBF网络模型;在上级通过粒子群优化算法优选结合算法中影响网络泛化性能的3个学习参数,即基宽度参数、正则化系数和D-最优代价系数的最佳参数组合.仿真实例表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任子武	哈尔滨工业大学控制与仿真中心	6	456	5.0	6.0
2	伞冶	哈尔滨工业大学控制与仿真中心	54	896	13.0	29.0