1.领域：matlab，GA遗传算法优化RBF神经网络算法 2.内容：基于GA遗传算法优化RBF神经网络进行数据预测matlab仿真+代码操作视频 3.用处：用于GA遗传算法优化RBF神经网络算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

径向基(Radial Basis Function:RBF)神经网络学习笔记-附件资源

太原理工大学运动控制系统课程设计《基于RBF 神经网络PID 控制双闭环直流电动机调速系统设计》，完整可直接使用，包含matlab工程文件

针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19.08%,进一步提高了神经网络功放建模精度。

提出一种新颖的基于boosting RBF神经网络的入侵检测方法。将模糊聚类和神经网络技术相结合，提出基于改进的FCM算法和OLS算法相结合的FORBF算法，为了提高RBF神经网络的泛化能力，采用Boosting方法，进行网络集成。以“KDD Cup 1999 Data”网络连接数据集训练神经网络并仿真实验，得到了较高的检测率和较低的误警率。

RBF神经网络的研究与应用硕士毕业论文-BP神经网络股指预测模型 1[1].0.doc 【作者中文名】 缪凯; 【导师】 赵志刚; 【学位授予单位】 青岛大学; 【学科专业名称】 计算机应用技术 【学位年度】 2007 【论文级别】 硕士 【网络出版投稿人】 青岛大学 【网络出版投稿时间】 2007-11-30 【关键词】 RBF神经网络; 微菌群算法; 车牌识别; 多层识别器; 【英文关键词】 RBF Neural Networks; Micro Bacterial Colony Chemotaxis Algorithm; Mobile Sign Recognition; multi-layered recognizer; 【中文摘要】 径向基函数神经网络是一种高效的前馈式神经网络，它具有其他前向网络所不具有的最佳逼近性能和全局 最优特性，并且结构简单，训练速度快。同时，它也是一种可以广泛应用于模式识别、非线性函数逼近等领域的神经网 络模型。全文的主要工作体现在以下几个方面： 1在细菌群体趋药性优化算法的 基础上提出了一种新的优化算法微细菌群体趋药性算法。M-BCC算法采用了两个菌群进行寻优。寻优菌群规 模小，提高了寻优的速度；库存菌群规模相对较大但是不参与运算，保证了寻优菌群的多样性。对比标准遗传算法和BCC 算法，本算法具有一定的优越性。 2本文在研究前人径向基神经网络的基础上，提出了RBF神经网络的混合结构优化算法 。在算法中，改进了递归正交最小二乘算法的停止条件，并用改进的ROLS算法优选RBF神经网络中隐单元的个数； 借用微细菌群体趋药性算法的思想来确定RBF神经网络隐层神经元的控制参数；把改进的ROLS算法和M-BCC算法相结合 ，来全结构优化RBF神经网络，使RBF网络不但可以得到合适的结构，同时也可以得... 【英文摘要】 RBF neural network is a high effective neural network. It has the best and universalapproximation property, simple structure and fast training speed. In addition, this network modelcan be widely applied to the fields such as pattern recognition, nonlinear function approximation. The main works in the thesis can be stated as follows: 1 A new kind of optimized algorithm is proposed, which is the Micro-BCC algorithm based on theBacterial Colony Chemotaxis optimized algorithm. Micro-BCC algorithm takes ...

使用BP神经网络、RBF神经网络以及PSO优化的RBF神经网络进行数据的预测

基于径向基神经网络（RBF）的数据回归预测（Matlab完整程序和数据） 运行版本2018及以上 基于径向基神经网络（RBF）的数据回归预测（Matlab完整程序和数据） 运行版本2018及以上 基于径向基神经网络（RBF）的数据回归预测（Matlab完整程序和数据） 运行版本2018及以上

使用PSO优化RBF神经网络的主要参数中心值c, 宽度σ以及连接权值w。然后将影响输出响应值的多个特征因素作为PSO-RBF神经网络模型的输入神经元, 输出响应值作为输出神经元进行预测测试。

本硕博研究专用 其中常规PID和模糊PID是用仿真实现的，神经网络PID是用编程实现的。