基于MDL的RBF神经网络结构和参数的学习

摘要：

本文提出了一种优化径向基函数神经网络(RBFNN)结构和参数的方法,该方法包括两个过程:训练和进化.训练采用梯度下降法学习RBFNN的中心,宽度和输出权值;进化采用二进制编码的遗传算法(GA)学习RBFNN的结构,适应度函数是基于信息论中最小描述长度(MDL)原理的目标函数.函数逼近仿真实验证明了该方法比其他方法鲁棒性强,所得到的网络结构简单.

关键词：径向基函数神经网络、最小描述长度、遗传算法、梯度下降法、鲁棒性

所属期刊栏目：21

分类号：TP183(自动化基础理论)

资助基金：科技部攀登计划;科技部科研项目G1998020319

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：379-382