基于改进遗传算法的RBF神经网络结构优化研究

• 作者: 刘鹏里 文常保 马文博
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 改进遗传算法 RBF神经网络 结构优化 环境预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 917-923
• 页数: 7页
• 分类号: TP183
• 字数: 5846字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.05.021

摘要

针对RBF神经网络隐含层节点数过多导致网络结构复杂的问题,提出了一种基于改进遗传算法(IGA)的RBF神经网络优化算法.利用IGA优化基于正交最小二乘法的RBF神经网络结构,通过对隐含层输出矩阵的列向量进行全局寻优,从而设计出结构更优的基于IGA的RBF神经网络(IGA-RBF).将IGA-RBF神经网络的学习算法应用于电子元器件贮存环境温湿度预测模型,与基于正交最小二乘法的RBF神经网络进行比较的结果表明:IGA-RBF神经网络设计出来的网络训练步数减少了44步,隐含层节点数减少了34个,且预测模型得到的温湿度误差较小,拟合精度大于0.95,具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文常保	长安大学电子与控制工程学院微纳电子研究所	39	191	7.0	12.0
2	马文博	长安大学电子与控制工程学院微纳电子研究所	1	2	1.0	1.0
3	刘鹏里	长安大学电子与控制工程学院微纳电子研究所	1	2	1.0	1.0