摘要：提出了一种基于粒子群优化（PSO）算法的径向基函数（RBF）神经网络学习方法，首先利用减聚类算法确定网络径向基层的单元数，再用PSO对基中心和宽度进行优化，并与最小二乘法相结合训练RBF神经网络。将此算法用于混沌时间序列的预测，实例仿真表明此方法是有效的。

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。）