基于免疫单克隆算法的RBF神经网络优化

摘要：

本文采用免疫单克隆算法对RBF神经网络的隐层中心值和宽度进行优化,用递推最小二乘法训练隐层和输出层之间的权值.并提出一种新的亲和力变异方法,有效地改善了抗体变异中的变异幅度变化对算法精度的影响,同时很好的体现了单克隆选择算法抗体变异的特点.通过对非线性函数进行逼近的仿真试验表明,免疫单克隆算法能很好的提高RBF网络的学习能力.

关键词：免疫单克隆、RBF神经网络、抗体、亲和力、变异

所属期刊栏目：25

分类号：TP183(自动化基础理论)

在线出版日期：2009-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：207-209