| 基于k均值和量子遗传算法的RBF网络优化 |
| 赵磊[1] 贾振红[1] 覃锡忠[1] 杨杰[2] 庞韶宁[3] |
| 关键词：早熟 k均值 量子遗传算法 适应度 |
| 主要内容：针对遗传算法容易出现早熟的问题,提出一种基于k均值和量子遗传算法的径向基函数（RBF）神经网络组合优化方法。通过k均值聚类求取网络的中心,用量子遗传算法训练网络的权值,利用量子染色体的表示方式以及量子染色体的更新提高算法的并行性,从而解决遗传算法早熟的问题,提高网络的适应度。相对于PSO-RBF和ACO-RBF,该方法提高网络的收敛速度,实现对RBF网络的优化。 |
| 《计算机工程》 2011,37(10).-152-153 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号