针对κ-平均聚类径向基(Radial Basis Function简称RBF)网络算法的聚类结果易受初始参数选取的影响,并常收敛于局部极小值的问题,提出一种将蚁群优化算法用于径向基神经网络训练过程,优化径向基函数的中心点,建立相应优化模型的算法.实验结果表明,该算法精确度高于κ平均聚类径向基神经网络算法,且函数的拟合程度也得到了改善.

关键词: 蚁群算法, 径向基神经网络, κ平均聚类, | 全部关键词