论文部分内容阅读
本文提出了一种优化径向基函数神经网络(RBFNN)结构的参数的方法,该方法包括两个过程:训练和进化.训练用梯度下降法学习RBFNN的中心,宽度和输出权值;进化采用二进制编码的遗传算法(GA)学习RBFNN的结构,适应度函数是基于信息论中最小描述长度(MDL)原理的目标函数.函数逼近仿真实验证明了该方法比其他方法鲁棒性强,所得到的网络结构简单.