基于IGA算法优化的RBF神经网络应用

• 作者: 史贤俊 姜鹏 张文广 徐宇茹
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: RBF神经网络 梯度下降法 遗传算法 自适应
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 制导与控制
• 页码范围: 271-275
• 分类号: TP183
• 字数: 4060字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1522.2010.03.008

摘要

提出了一种基于改进遗传算法(Improved Genetic Algorithm,IGA)优化的径向基函数(RBF)神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障模式的识别问题.仿真结果表明,基于IGA算法的RBF神经网络不仅结构简单,而且具有较好的网络泛化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文广	海军航空工程学院控制工程系	30	164	8.0	11.0
2	徐宇茹	海军航空工程学院训练部	20	48	5.0	5.0
3	史贤俊	海军航空工程学院控制工程系	93	486	11.0	18.0