基于混合优化的RBF神经网络模型研究

• 作者: 罗芳琼
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 径向基神经网络 优化混合算法 居民消费价格指数预测
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 51-55
• 页数: 5页
• 分类号: TP183
• 字数: 4448字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.07.013

摘要

根据我国居民消费价格指数的非线性特征及RBF神经网络参数难以确定的问题,建立基于正交最小二乘(OLS)、K-均值聚类、梯度下降法相结合,激活函数为高斯函数、反常S型函数和拟多二次函数的线性组合形式的混合优化RBF神经网络模型,同时运用所建模型对我国居民消费价格指数进行拟合和预测.实验结果表明,该模型能够很好地解决居民消费价格指数拟合和预测这一问题,预测精度比单独使用一种算法和基于高斯函数的混合算法都高,具有一定的普遍适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗芳琼	柳州师范高等专科学校数学与计算机科学系	31	191	6.0	13.0