RBF神经网络控制器,对预定曲线有良好的控制效果,误差很小。
基于RBF神经网络初期损伤预测,万云辉,,利用RBF神经网络来预测结构初期损伤对整体的影响,可以有效地判断结构的稳定性。由于神经网络可以通过对样本的反复学习来反映整体
智能控制中关于神经网络的应用对于了解神经网络有很好的帮助
基于RBF神经网络的回归分析的matab实现
提出一种RBF 网的动态设计算法(DYNRBF 方法) ,该算法有效地融合了ROLS 算法和RAN 网络的优点,不仅能动态调节RBF 网的隐节点数,还能使网络的数据中心自适应变化. 该方法所设计的RB
针对网络安全态势预测,为了提高预测精度和预测算法的收敛速度,采用一种改进的粒子群算法来优化径向基函数神经网络。首先,PSO的惯性权重因子按一条开口向左的抛物线递减,在保证全局寻优的同时又增强了局部搜索
rbf核神经网络程序matlab程序与实现
GA优化后的RBF神经网络,带有数据可以仿真。比较测试未用GA算法优化的RBF网络和用GA算法优化的RBF网络逼近能力。利用GA算法来优化RBF网络中的各种权值。
详细地说明了RBF神经网络的各种算法实现,方便大家学习神经网络的原理,进一步加深了对神经网络的认识。
利用相空间重构和RBF神经网络对高速公路的交通流量进行短时间的预测