径向基函数神经网络的一种两级学习方法

作     者：陈俊风 任子武 伞冶 CHEN Jun-feng;REN Zi-wu;SAN Ye

作者机构：浙江大学控制科学与工程学系 哈尔滨工业大学控制与仿真中心黑龙江哈尔滨150001 

基　　金：国家自然科学基金(60474069) 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2008年第25卷第4期

页      码：655-660页

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.

主 题 词：径向基网络 两级学习 建模 泛化能力 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 0809[工学-计算机类] 081104[081104] 08[工学] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203563535...