基于RBF网络的养老保险精算相关参数预测研究

论文研究-基于RBF神经网络与Markov组合的飞行风险预测研究.pdf,  为了更加准确地对飞机飞行安全性做出评估，在径

为了提高Web服务匹配的效率和灵活性，提出了一种基于语义的Web服务混合匹配方法。该方法首先扩展了服务的功能描述模型，并基于该扩展模型进行混合服务匹配。混合匹配方法联合使用了两种匹配策略：基于推理的匹

以神经网络和混沌时间序列理论为基础，提出了一种基于云遗传的RBF神经网络优化算法。该算法利用云模型云滴的随机性和稳定倾向性的特点，由正态云模型的Y条件云发生器实现交叉操作，由基本云发生器实现变异操作，

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

针对目前混凝土强度预测中存在的不确定性,难以自适应性的确定神经网络隐含层,建立了基于高维云的RBF神经网络的混凝土预测模型。运用MATLAB 8.10进行仿真实验。实验结果表明该模型综合考虑了影响混凝

针对非线性非高斯时间序列，提出观测噪声服从隐马尔可夫模型(HMM)的径向基函数(RBF)神经网络(RBF．HMM)预测模型，并采用序列蒙特卡罗(SMC)方法实现基于RBF．HMM模型的时间序列在线预测

RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统

利用RBF神经网络来进行混沌预测,标准的matlab程序

中国隐性养老金债务精算模型及其应用研究，高建伟，，本文针对我国目前存在的三种测算隐性养老金债务方案，分别研究了其长处和不足，结合目前我国养老金发放的实际情况，利用生存年金

基于深度学习的电力负荷预测研究及应用，RBF预测模型matlab程序