基于混合进化算法的RBF神经网络时间序列预测
DOI:
CSTR:
作者:
作者单位:

1. 贵州财经大学
2.
3. 中南大学

作者简介:

龙文

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目“面相感应网络的移动现实挖掘及复杂行为模式分析研究”;湖南省研究生科研创新项目


RBF neural network time series forecasting based on hybrid evolutionary
algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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.

    Abstract:

    A hybrid evolutionary algorithm based on gradient descends method is proposed to determine the structure of
    RBF neural network and optimize its parameters. A gradient descend operator is introduced into the evolutionary algorithm.
    Gradient descend method is carried on search by certain probability for certain elitists of every generation to strengthen the
    ability of local search. The structure and parameters of RBF network are trained and optimized together by using hybrid
    evolutionary algorithm. The experimental results show that the RBF neural network has stronger generalization ability.

    参考文献
    相似文献
    引证文献
引用本文

龙文 梁昔明 龙祖强 秦浩宇.基于混合进化算法的RBF神经网络时间序列预测[J].控制与决策,2012,27(8):1265-1268

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-12-27
  • 最后修改日期:2011-03-07
  • 录用日期:
  • 在线发布日期: 2012-08-20
  • 出版日期:
文章二维码