| 基于MPSO-BP的RBF网络自构建学习算法 |
| |
| 引用本文： | 於世为,诸克军,郭海湘. 基于MPSO-BP的RBF网络自构建学习算法[J]. 系统工程与电子技术, 2010, 32(3): 624-629 |
| |
| 作者姓名： | 於世为 诸克军 郭海湘 |
| |
| 作者单位： | (中国地质大学(武汉)经济管理学院， 湖北 武汉 430074) |
| |
| 基金项目： | 国家自然科学基金，中国地质大学(武汉)优秀青年教师资助计划，中央高校基本科研业务费专项资金资助课题 |
| |
| 摘 要： | 采用PSO混合编码，提出了一种基于混合MPSO-BP的RBF自构建学习算法。该算法中，每个粒子由整数与实数两部分构成，分别对RBF的基函数个数及相关参数(中心、宽度和输出层权值)进行编码。同时设计了一个特殊的适应度函数，在保证精度的前提下，使网络的结构相对简单，以增强网络的自适应与泛化能力，减少主观因素设计对网络性能的影响。仿真实验表明，相对于RBF其他学习算法，所提算法隐节点少、精度高、泛化能力强。
|
| 关 键 词： | 混合编码 粒子群算法 自构建 RBF网络 |
Self-generated training algorithm of RBF neural networks based on MPSO-BP |
| |
| YU Shi-wei,ZHU Ke-jun,GUO Hai-xiang. Self-generated training algorithm of RBF neural networks based on MPSO-BP[J]. System Engineering and Electronics, 2010, 32(3): 624-629 |
| |
| Authors: | YU Shi-wei ZHU Ke-jun GUO Hai-xiang |
| |
| Affiliation: | (School of Economics and Management， China Univ. of Geosciences， Wuhan 430074, China) |
| |
| Abstract: | This paper investigates a hybrid self-generated training algorithm of RBF neural networks based on combining multi-encoding particle swarm optimization and back propagation(MPSO-BP).In the algorithm,each particle consists of binary and real parts which correspond to code the number of hidden units and parameters(i.e.,widths,centers and weights),respectively.Furthmore,a special fitness function is introduced to ensure accuracy with a few centers and to improve the self-adaptive and general capability of RBF ... |
| |
| Keywords: | multi-encoding Particle swarm optimization self-generated Radial basis function neural networks |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《系统工程与电子技术》浏览原始摘要信息 |
|
点击此处可从《系统工程与电子技术》下载全文 |
