Abstract：
基于梯度下降法的RBF网络训练算法收敛速度较慢、易陷入局部最优,并且算法性能受初始值的影响较大。基于粒子群的RBF网络训练算法能够克服梯度下降法易陷入局部最优的缺点,但局部寻优能力不如梯度下降法。分析两种算法的优缺点,提出一种粒子群算法与梯度下降法结合的组合训练方法并用于RBF神经网络的训练。通过实验证明所提出的组合算法相较于梯度下降或粒子群优化算法有着更优的收敛速度与收敛精度。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
信息技术与信息化
ISSN： 1672-9528
CN： 37-1423/TN
Year： 2021
Issue： 05
Page： 34-36,40
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
