資源描述：
《RBF神經網絡的混合結構優(yōu)化算法.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、第28卷第4期儀器儀表學報Vol128No142007年4月ChineseJournalofScientificInstrumentApr120073RBF神經網絡的混合結構優(yōu)化算法112趙志剛,繆凱,呂慧顯(1青島大學信息工程學院青島266071;2青島大學自動化工程學院青島266071)摘要:本文改進了遞歸正交最小二乘(ROLS)算法的停止條件,并用改進的ROLS算法優(yōu)選RBF神經網絡中隱單元的個數(shù);借用細菌群體趨藥性(bacterialcolonychemotaxis,BCC)算法的思想來確定RBF神經網絡隱層神經元的控制參數(shù);把改進的ROLS
2、算法和BCC算法相結合(ROLS2BCC算法),來全結構優(yōu)化RBF神經網絡,使RBF網絡不但可以得到合適的結構,同時也可以得到合適的控制參數(shù)。實驗結果表明,本文算法的優(yōu)化效率高,優(yōu)化后RBFNN的結構小,并且提高了RBFNN的泛化能力。關鍵字:RBF神經網絡;細菌群體趨藥性算法;ROLS算法中圖分類號:TP183文獻標識碼:A國家標準學科分類代碼:520.60Hybridstructureoptimizationalgorithmofradialbasisfunctionneuralnetwork112ZhaoZhigang,MiaoKai,LvHu
3、ixian(1CollegeofInformationEngineering,QingdaoUniversity,Qingdao266071,China;2CollegeofAutomationEngineering,QingdaoUniversity,Qingdao266071,China)Abstract:Inthispaper,thestopconditionforrecursionorthogonalleastsquare(ROLS)algorithmisimproved,andtheoptimalnumberofhiddenneuronsi
4、nRBFNNischosenusingthisimprovedROLSalgorithm.Thethoughtofbac2terialcolonychemotaxis(BCC)algorithmisappliedtodeterminethecontrolparametersofthehiddenneuronsinRBFneuralnetwork.TheimprovedROLSalgorithmiscombinedwiththeBCCalgorithm,i.e.ROLS2BCCalgo2rithm,soastooptimizetheoverallstr
5、uctureofRBFNN(includingobtainingtheappropriatestructureandtheappro2priatecontrolparameters).TheexperimentalresultsshowthattheROLS2BCCalgorithmhasagoodoptimizationper2formance.Furthermore,theRBFNNoptimizedbyROLS2BCCalgorithmhasasmallerstructure,andthegeneraliza2tionabilityofRBFN
6、Nisimproved.Keywords:RBFneuralnetworks;bacterialcolonychemotaxisalgorithm;ROLSalgorithm參數(shù)卻沒有系統(tǒng)的規(guī)律可循。在前饋神經網絡中,結構1引言的大小很大程度上影響了網絡的泛化能力。如果網絡的結構過大,網絡的自由度相對于訓練樣本的自由度過小,徑向基函數(shù)神經網絡(RBFNN)由于具有非線性逼那么它的泛化能力就會下降。如果網絡結構過小,會導近能力強、網絡結構簡單、學習速度快等優(yōu)點,因而被廣致網絡在訓練時找不到合適的參數(shù),也就是網絡得不到[122]好的映射模型,同時網絡的收
7、斂速度也會受到重大影響。泛應用于函數(shù)逼近、模式識別、預測和控制等領域。RBFNN屬于3層網絡結構(見圖1),分別是輸入層、隱所以說,網絡結構大小的選擇對前饋神經網絡來說,是一層和輸出層。其中輸入層到隱層是非線性映射,通過隱個需要解決的重大問題。文獻[3]中使用了遞歸正交二單元實現(xiàn);隱層到輸出層是線性映射,即為隱單元輸出值乘法(ROLS)算法來優(yōu)化網絡的結構,這種方法速度快、[1]效率高,但對多極值問題容易陷入局部極小點。本文提出的加權和。然而,有效地確定RBF神經網絡的結構和收稿日期:2006204ReceivedDate:20062043基金項目:
8、國家自然科學基金(60602040)資助項目第4期趙志剛等:RBF神經網絡的混合結構優(yōu)化算法651TT了一種
