elm-rbf神经网络的智能优化策略-山东大学学报理学版.pdfVIP

　第４５卷　第５期 山　东　大　学　学　报　（理　学　版） ２０１０年５月　 　 　 　 　 　 　Ｖｏｌ．４５　 Ｎｏ．５　 　 　 　 　 ＪｏｕｒｎａｌｏｆＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｍａｙ２０１０　 　文章编号：１６７１９３５２（２０１０）０５００４８０４ ＥＬＭＲＢＦ神经网络的智能优化策略 １，２ １ １ 李彬 ，李贻斌 ，荣学文 （１．山东大学控制科学与工程学院，山东 济南２５００６１；２．山东轻工业学院数理学院，山东 济南２５０３５３） 摘要：提出了ＥＬＭＲＢＦ（ｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎ）神经网络的智能优化方法，采用差分进化算 法和粒子群优化算法来确定ＥＬＭＲＢＦ神经网络中隐层神经元的中心和宽度。仿真结果表明，在具有相同的网络 结构前提下，基于智能优化策略的ＥＬＭＲＢＦ神经网络学习算法具有更好的泛化能力和较好的鲁棒性。 关键词：径向基函数神经网络；智能优化；差分进化算法；粒子群优化算法 中图分类号：ＴＰ１８３　　　文献标志码：Ａ ＩｎｔｅｌｌｉｇｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｆｏｒＥＬＭＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓ １，２ １ １ ＬＩＢｉｎ ，ＬＩＹｉｂｉｎ，ＲＯＮＧＸｕｅｗｅｎ （１．ＳｃｈｏｏｌｏｆＣｏｎｔｒｏｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５００６１，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ； ２．ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃａｌａｎｄＰｈｙｓｉｃａｌＳｃｉｅｎｃｅｓ，ＳｈａｎｄｏｎｇＩｎｓｔｉｔｕｔｅｏｆＬｉｇｈｔＩｎｄｕｓｔｒｙ，Ｊｉｎａｎ２５０３５３，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｍｅｔｈｏｄｏｆｉｎｔｅｌｌｉｇｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｆｏｒｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎ（ＥＬＭＲＢＦ） ｎｅｕｒａｌｎｅｔｗｏｒｋｓｗａｓｐｒｏｐｏｓｅｄ，ｉｎｗｈｉｃｈｔｈｅｃｅｎｔｅｒｓａｎｄｉｍｐａｃｔｗｉｄｔｈｓｏｆｈｉｄｄｅｎｎｅｕｒａｌｋｅｒｎｅｌｓｗｅｒｅｄｅｔｅｒｍｉｎｅｄｂｙｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓｏｆｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｎｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄ ｔｈａｔｔｈｅＥＬＭＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｉｎｔｅｌｌｉｇｅｎｔｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｃｏｕｌｄｇｅｎｅｒａｔｅｍｕｃｈ ｂｅｔｔｅｒｇｅｎｅｒａｌｉｚａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅａｎｄｒｏｂｕｓｔｎｅｓｓｔｈａｎｏｔｈｅｒａｌｇｏｒｉｔｈｍｓｗｉｔｈｔｈｅｓａｍｅｎｅｔｗｏｒｋａｒｃｈｉｔｅｃｔｕｒｅ． Ｋｅｙｗｏｒｄｓ：ｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｓ；ｉｎｔｅｌｌｉｇｅｎｔｏｐｔｉｍｉｚａｔｉｏｎ；ｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍ；ｐａｒｔｉｃｌｅ ｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ ０　引言 径向基函数 （ｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎ，ＲＢＦ）方法是用于严格多变量插值的一种传统方法。Ｂｒｏｏｍｈｅａｄ最早 将ＲＢＦ用于神经网络设计。初步探讨了ＲＢＦ用于神经网络设计与应用于传统插值领域的不同特点，进而 ［１］ 提出了