文献类型：期刊文章

作　　者：龙文[1,2] 梁昔明[2] 龙祖强[3] 秦浩宇[2]

机构地区：[1]贵州财经学院贵州省经济系统仿真重点实验室,贵阳550004 [2]中南大学信息科学与工程学院,长沙410083 [3]衡阳师范学院物理与电子信息科学系,湖南衡阳421008

出　　处：《控制与决策》

基　　金：国家自然科学基金项目(60874070;61074069);湖南省研究生科研创新项目(CX2009B038)

年　　份：2012

卷　　号：27

期　　号：8

起止页码：1265-1268

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20124115548051)、INSPEC、JST、MR、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出一种基于梯度下降法的混合进化算法,用于确定径向基函数(RBF)神经网络结构和优化其参数.在进化算法中嵌入梯度下降算子,对每一代中若干个精英个体以一定概率利用梯度下降法进行搜索,以加强算法的局部搜索能力.利用混合进化算法对RBF网络结构和参数同时进行训练和优化,对网络节点数和参数进行混合编码.仿真实验结果表明该RBF网络具有较强的泛化能力.

关 键 词：径向基函数神经网络 进化算法 梯度下降法 非线性时间序列预测

分 类 号：TP273]