基于混合粒子群算法的RBF神经网络参数优化

摘要：

针对径向基函数(RBF)神经网络中心参数的优化问题,提出了一种混合粒子群优化算法.该算法应用灰色关联理论定义了粒子群的灰色相似度,分两个阶段对标准的粒子群优化算法(PSO)的全局和局部搜索能力做了改进和提高.在仿真实验中,应用该方法对典型的Mackey-Glass混沌时间序列进行了预测,并与标准的K均值算法、遗传算法和粒子群算法进行了比较,其结果表明,所预测的各项误差均低于其他常规算法的预测结果.

关键词：径向基函数(RBF)、粒子群优化算法(PSO)、灰色系统、参数优化

所属期刊栏目：13

分类号：TP183(自动化基础理论)

资助基金：教育部跨世纪优秀人才培养计划NCET-05-0294

在线出版日期：2006-12-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：525-529