一种GA与正交优选法结合的RBF神经网络建模方法

摘要

该文把遗传算法(GA)用于径向基函数(RBF)神经网络的研究，将正交优选法与GA有效地结合，充分了发挥正交优选法能快速学习隐层单元个数，GA能从全局出发找到最佳的隐层基函数中心的优点，找到不赖于样本的隐层基函数中心，得到一种训练RBF神经网络的新方法，算法简便可靠，仿真结果表明该算法是一种有效的“黑箱”动态建模方法。