目标函数.txt

基本遗传算法,RBF神经网络算法,BP神经网络算法,一共5个源代码.程序可移植性强.

   Hermit多项式如下式表示 ，采用BP算法设计一个单输入单输出的多层感知器对该函数进行逼近。训练样本按以下方法产生：样本数P=100，其中输入样本 服从区间[-4,4]内的均匀分布，样本输出为 ， 为添加的噪声，服从均值为0，标准差为0.1的正态分布。隐层采用线性激活函数： 。(见BP程序)


    考虑Hermit多项式的逼近问题 。训练样本按以下方法产生：样本数P=100，其中输入样本 服从区间[-4,4]内的均匀分布，样本输出为 ， 为添加的噪声，服从均值为0，标准差为0.1的正态分布。

  (1）试用聚类方法取数据中心和扩展常数，输出权值和阈值用伪逆法求解。隐节点数M＝10，隐节点重叠系数λ＝1，初始聚类中心取前10个样本。(见程序rbfkmean)

（2）试用梯度算法训练RBF网络，设η＝0.001，M＝10，初始权值为[-0.1,0.1]内的随机数，初始数据中心为[-4.0,4.0]内的随机数，初始扩展常数取[0.1,0.3]内的随机数，目标误差为0.9，最大训练次数为5000。(见程序rbfgrad)

  (3) 试用正交最小二乘算法取数据中心，设扩展常数SP=0.6,目标误差ErrorLimit=0.9.(见程序rbfols)