基于混合进化算法的RBF神经网络时间序列预测

龙文^1,2，梁昔明²，龙祖强³，秦浩宇²

1. 贵州财经学院贵州省经济系统仿真重点实验室2. 中南大学信息科学与工程学院3. 衡阳师范学院物理与电子信息科学系

摘 要：提出一种基于梯度下降法的混合进化算法,用于确定径向基函数(RBF)神经网络结构和优化其参数.在进化算法中嵌入梯度下降算子,对每一代中若干个精英个体以一定概率利用梯度下降法进行搜索,以加强算法的局部搜索能力.利用混合进化算法对RBF网络结构和参数同时进行训练和优化,对网络节点数和参数进行混合编码.仿真实验结果表明该RBF网络具有较强的泛化能力.

关键词：径向基函数神经网络;进化算法;梯度下降法;非线性时间序列预测;