一种基于进化计算的高斯径向基网络模型构建方法

摘要：

为了提高高斯径向基神经网络模型的构建精度，将径向基中心、基宽以及连接权构成分区实数编码结构，将训练样本集作为每一个进化个体解码后的网络输入及输出，并将样本的期望输出同网络实际输出的平均误差平方和作为进化个体的适应度函数，将不同隐层节点数构成的进化个体的最优值作为设计问题的高斯径向基网络结构。采用2个Benchmark测试函数验证在不同隐层节点数情况下通过该进化算法构建的径向基模型的精度，从进化时间、进化代、最小适应度值以及均方根误差等方面作对比。结果表明，采用这种分区实数编码能高精度地构建不同设计问题的高斯径向基网络模型。

关键词：进化计算、径向基函数神经网络、高斯径向基

分类号：TP183(自动化基础理论)

资助基金：河南省基础与前沿研究项目122300410210

在线出版日期：2014-08-09（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：425-428