论文部分内容阅读
与全局逼近的BP网络相比，作为一种典型局部逼近网络的RBFNN具有学习速度快，泛化性能较好的特点：本文在采用RBF模型的基础上，利用确定性退火(DA)方法求得RBF模型的中心矢量参数，克服了传统K-means聚类法局部寻优的缺陷;并且分析比较了模型在选择不同输入量时对输出结果误差的影响，从而确立了一种较为科学的输入量选择方法。实例证明了该方法的可行性。