摘要：在系统研究前馈神经网络的基础上,针对径向基函数（Radial basis function,RBF）网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法.利用隐含层神经元的输出信息（Output-information,OI）以及隐含层神经元与输出层神经元间的交互信息（Multi-information,MI）分析网络的连接强度,以此判断增加或删除RBF神经网络隐含层神经元,同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对典型非线性函数的逼近与污水处理过程关键水质参数建模,结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力,尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络（Minimalresourceallocationnetworks,MRAN）、增长修剪RBF神经网络（Generalized growing and pruning RBF,GGAP-RBF）和自组织RBF神经网络（Self-organizing RBF,SORBF）有较大的提高.

原文链接:http://www.cqvip.com/QK/90250X/201207/42587309.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）