论文部分内容阅读
结合改进的免疫算法和最小二乘法,提出了一种设计径向基函数(RBF)网络的两级学习方法.该方法利用免疫算法确定RBF网络隐层的非线性参数,能够有效克服进化算法的未成熟收敛现象.改进的免疫算法针对RBF网络的特点,采用基于矢量距离的亲和度计算方法,克服了原有基于信息熵计算方法存在的计算复杂、参数难于确定的缺陷.将这种方法设计的RBF网络用于Mackey-Glass混沌序列预测的仿真实验证明了该方法的有效性.