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．