文摘
英文文摘
声明
第一章绪论
1.1神经网络概述
1.1.1神经网络的发展
1.1.2神经元模型和网络结构
1.1.3神经网络的学习
1.2 RBF网络学习算法研究现状
1.3本文主要研究工作
第二章径向基函数神经网络
2.1 RBF网络原理
2.1.1径向基函数与插值问题
2.1.2正则化网络
2.1.3 RBF网络模型
2.1.4 RBF网络逼近性能
2.1.5核回归与RBF网络
2.2 RBF网络常用学习算法
2.2.1聚类方法
2.2.2梯度训练方法
2.2.3正交最小二乘学习算法
第三章微分进化正交最小二乘学习算法
3.1进化计算与RBF网络学习
3.2微分进化算法
3.2.1 DE的基本策略
3.2.2 DE的控制参数
3.2.3 DE的特点
3.3正交最小二乘学习算法分析
3.4微分进化正交最小二乘学习算法
3.5实验
3.5.1 Hermite多项式近似
3.5.2 Mackey-Glass时间序列预测
第四章快速鲁棒学习算法
4.1减聚类方法
4.2定标鲁棒代价函数
4.3快速鲁棒学习算法
4.4实验
第五章总结和展望
参考文献
攻读硕士学位期间所做的科研工作
致谢