1、徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)是一種具有單隱層的三層前饋網(wǎng)絡(luò),其網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法與BP網(wǎng)絡(luò)有著很大的差別,在一定程度上克服了BP網(wǎng)絡(luò)的缺點(diǎn),因此,RBF網(wǎng)絡(luò)已經(jīng)成為一個(gè)新的研究熱點(diǎn).RBF網(wǎng)絡(luò)模擬人腦中局部調(diào)整和相互覆蓋接收域的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),是一種局部逼近網(wǎng)絡(luò),它可以以任意精度逼進(jìn)任意連續(xù)函數(shù).遺傳算法是模擬自然遺傳學(xué)機(jī)理和生物進(jìn)化理論而形成的一種全局并行的隨機(jī)搜索方法,具有強(qiáng)魯棒性,并具有收斂到全局最優(yōu)的能力.RBF網(wǎng)絡(luò)的設(shè)計(jì)問(wèn)題就是

2、關(guān)于網(wǎng)絡(luò)隱節(jié)點(diǎn)數(shù)和隱層節(jié)點(diǎn)RBF函數(shù)中心、寬度和隱層到輸出層的權(quán)值的性能指標(biāo)的最小化問(wèn)題.盡管性能指標(biāo)對(duì)函數(shù)中心和連接權(quán)值是連續(xù)可導(dǎo)的,但對(duì)于隱層節(jié)點(diǎn)數(shù)卻是非連續(xù)非線性的.這對(duì)于需要目標(biāo)函數(shù)的導(dǎo)數(shù)信息的傳統(tǒng)優(yōu)化方法是很困難的.遺傳算法與RBF神經(jīng)網(wǎng)絡(luò)的結(jié)合為有效快速地解決這些難題提供了一條有效的途徑.該文采用混合遞階遺傳算法來(lái)優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù),并與正交最小二乘法作了比較.在綜合研究RBF網(wǎng)絡(luò)隱層結(jié)構(gòu)和RBF函數(shù)參數(shù)的特征和