Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2003-12-30

Journal: 仪器仪表学报

Included Journals: ISTIC、PKU

Volume: 24

Issue: z1

Page Number: 574-575,581

ISSN: 0254-3087

Key Words: 径向基函数神经网络;次胜者受惩算法;递归正交最小二乘算法

Abstract: 本文基于一种改进的径向基函数(RBF)神经网络,进行了非线性时间序列的在线预测研究.该RBF网络通过次胜者受惩算法(RPCL)根据样本信息合理调节隐层中心,通过递归正交最小二乘算法(ROLS)更新网络输出层的连接权重.算法学习速率较快,从而提高了网络的实时性能.仿真结果表明该学习算法的实用性和有效性.