科技通报
科技通報
과기통보
BULLETIN OF SCIENCE AND TECHNOLOGY
2012年
8期
66-68,71
,共4页
混沌序列%RBF神经网络%遗传算法
混沌序列%RBF神經網絡%遺傳算法
혼돈서렬%RBF신경망락%유전산법
提出用遗传算法优化径向基函数(RBF)神经网络,使其更接近非线性映射和更快的学习收敛速度.然后用改进后的RBF神经网络预测混沌时间序列.实验结果表明,基于RBF网络的混沌时间序列具有很强的拟合能力、误差小、取得更好的效果.
提齣用遺傳算法優化徑嚮基函數(RBF)神經網絡,使其更接近非線性映射和更快的學習收斂速度.然後用改進後的RBF神經網絡預測混沌時間序列.實驗結果錶明,基于RBF網絡的混沌時間序列具有很彊的擬閤能力、誤差小、取得更好的效果.
제출용유전산법우화경향기함수(RBF)신경망락,사기경접근비선성영사화경쾌적학습수렴속도.연후용개진후적RBF신경망락예측혼돈시간서렬.실험결과표명,기우RBF망락적혼돈시간서렬구유흔강적의합능력、오차소、취득경호적효과.
