Indexed by:
Abstract:
为了提高RBF神经网络预测的准确率,提出了一种基于EM聚类算法和改进的PSO算法优化RBF神经网络的混合算法(EP-RBF)。首先,采用EM聚类算法获得初始网络结构,并改进RBF神经网络的径向基函数;然后引入非线性惯性权重和分段变异算子改进PSO算法,增强算法的全局和局部搜索能力,利用改进的PSO优化RBF神经网络的基宽向量、中心矢量、网络权值等参数,提高逼近精度;最后对典型的混沌系统进行验证。结果表明:该混合算法能更好地逼近非线性函数,提高预测准确率。
Keyword:
Reprint 's Address:
Email:
Source :
重庆理工大学学报:自然科学版
ISSN: 1674-8425
CN: 50-1205/T
Year: 2016
Issue: 11
Volume: 30
Page: 121-126
Cited Count:
SCOPUS Cited Count:
ESI Highly Cited Papers on the List: 0 Unfold All
WanFang Cited Count:
Chinese Cited Count: -1
30 Days PV: 2
Affiliated Colleges: