|
|||||
|
|
| 基于IGA算法优化的RBF神经网络应用 | |
| 作者姓名： | 张文广 徐宇茹 姜鹏 史贤俊 |
| 作者单位： | 海军航空工程学院控制工程系,山东,烟台,264001;海军航空工程学院训练部,山东,烟台,264001;91065部队,辽宁,葫芦岛,125001 |
| 摘 要： | 提出了一种基于改进遗传算法(Improved Genetic Algorithm,IGA)优化的径向基函数(RBF)神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并应用于非线性函数的逼近和导弹故障模式的识别问题。仿真结果表明,基于IGA算法的RBF神经网络不仅结构简单,而且具有较好的网络泛化性能。 |
| 关 键 词： | RBF神经网络 梯度下降法 遗传算法 自适应 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《海军航空工程学院学报》浏览原始摘要信息 | |
| 点击此处可从《海军航空工程学院学报》下载免费的PDF全文 | |