点击次数：

论文类型：期刊论文

发表时间：2003-12-30

发表刊物：仪器仪表学报

收录刊物：PKU、ISTIC

卷号：24

期号：z1

页面范围：574-575,581

ISSN号：0254-3087

关键字：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

摘要：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.