一种自适应的混沌粒子群优化RBF神经网络算法

摘要

为了提高RBF神经网络的预测效果,针对RBF神经网络的不足提出一种自适应混沌粒子群优化RBF神经网络算法（SACPSO-RBF）。该算法主要采用自适应和混沌操作,采用粒子群算法对RBF神经网络进行优化。利用个体的变异、个体之间的交叉操作和个体的混沌扰动,有效克服了粒子群算法的局部收敛性。使用该优化算法对测试函数序列进行预测,并对算法的有效性进行检验。实验结果表明:改进的算法具有良好的预测能力。