论文部分内容阅读
使用遗传算法来实现径向基概率神经网络(RBPNN)的全结构遗传优化,包括优选网络第一隐层节点数和求取匹配的核函数控制参数.提出了适用于RBPNN的染色体编码方式,不仅使得所选隐中心矢量充分体现了模式样本的空间分布特征,同时还能够获得隐中心矢量的最佳数目及匹配的核函数控制参数.新构造的适应度函数能够有效地控制网络输出的误差精度.实验结果表明,该算法有效地简化了RBPNN模型的结构.