基于混合进化算法的RBF神经网络时间序列预测

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.