海军航空工程学院学报
海軍航空工程學院學報
해군항공공정학원학보
JOURNAL OF NAVAL AERONAUTICAL ENGINEERING INSTITUTE
2010年
3期
271-275
,共5页
张文广%徐宇茹%姜鹏%史贤俊
張文廣%徐宇茹%薑鵬%史賢俊
장문엄%서우여%강붕%사현준
RBF神经网络%梯度下降法%遗传算法%自适应
RBF神經網絡%梯度下降法%遺傳算法%自適應
RBF신경망락%제도하강법%유전산법%자괄응
提出了一种基于改进遗传算法(Improved Genetic Algorithm,IGA)优化的径向基函数(RBF)神经网络,将实数编码的自适应交叉和变异操作的遗传算法与梯度下降法混合交互运算,作为RBF网络的学习算法,并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.
提齣瞭一種基于改進遺傳算法(Improved Genetic Algorithm,IGA)優化的徑嚮基函數(RBF)神經網絡,將實數編碼的自適應交扠和變異操作的遺傳算法與梯度下降法混閤交互運算,作為RBF網絡的學習算法,併應用于非線性函數的逼近和導彈故障模式的識彆問題.倣真結果錶明,基于IGA算法的RBF神經網絡不僅結構簡單,而且具有較好的網絡汎化性能.
제출료일충기우개진유전산법(Improved Genetic Algorithm,IGA)우화적경향기함수(RBF)신경망락,장실수편마적자괄응교차화변이조작적유전산법여제도하강법혼합교호운산,작위RBF망락적학습산법,병응용우비선성함수적핍근화도탄고장모식적식별문제.방진결과표명,기우IGA산법적RBF신경망락불부결구간단,이차구유교호적망락범화성능.
