基于改进遗传算法的RBF神经网络及应用

摘要

提出了一种基于改进遗传算法(IGA)的径向基函数(RBF)神经网络，该网络引入了自适应交叉和变异操作的实数编码的遗传算法，并将其与梯度下降法混合交互运算，作为RBF网络的学习算法，应用于非线性函数的逼近和导弹故障模式的识别问题，仿真结果表明，基于该文IGA算法的RBF神经网络不仅结构简单，而且具有较好的网络泛化性能。