采用人群搜索算法的径向基函数神经网络参数整定方法

• 作者: 何莉 张威亚 肖茗方
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 径向基函数神经网络 人群搜索算法 逼近精度 可行性
• 年，卷（期）: 2018,（2）
• 页码范围: 299-305
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201703113

摘要

针对径向基函数(RBF)神经网络的逼近结构中,对权值、基宽和中心向量的初始值等参数的选取不当,导致系统的鲁棒性变差、收敛精度降低,甚至不再收敛的问题,提出一种基于人群搜索算法的RBF神经网络的参数整定方法.以基于遗传算法和基于粒子群算法的RBF神经网络参数整定方法为对比条件,采用MATLAB软件进行实验与分析.结果表明:应用人群搜索算法去优化RBF神经网络的初始参数,能有效地提升RBF神经网络的逼近精度,验证了该算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何莉	湖北工业大学电气与电子工程学院	23	63	5.0	7.0
2	张威亚	湖北工业大学电气与电子工程学院	4	16	2.0	4.0
3	肖茗方	湖北工业大学电气与电子工程学院	1	3	1.0	1.0