径向基函数（RBF）网络是一种强大的神经网络模型，以其在非线性分类与回归任务中的卓越性能而闻名。广泛应用于模式识别、信号处理及控制系统设计等领域，RBF能够有效解决复杂的数据拟合问题。对于致力于提升算法精度和系统响应速度的电子工程师而言，掌握RBF技术不仅有助于优化现有项目，还能激发创新灵感。本站提...
我所使用过的最好用的基于rbf的pid控制器,本人发表的论文中的程序基本上都是基于它的,推荐给大家!
将遗传算法(GA)与传统SVM算法结合,构造出一种参数最优的进化SVM(GA2SVM),SVM 模型采用径向基函数(RBF)作为核函数，利用格雷码编码方式对SVM算法的模型参数进行遗传编码和优化搜索，将搜索到的优化结果作为SVM 的最终模型...
主要完成对RBF网络用于函数逼近的功能,是一种在逼近能力、分类能力和学习速度等方面均优于BP网络的网络。
讲述了遗传算法的基本原理、特点、应用领域、优化设计、应用等 例：1.基于遗传算法优化的RBF网络逼近 2.遗传算法求函数极值
提出了一种RBF网非线性动态系统在线建模的资源优化网络(RON)方法．RON 在资源分配网络的学习过程中引入了滑动窗口和网络结构在线优化的思想，使网络能根据最 近一段时间内的误差信息自动实现网络结构优化，从而使RBF网既能在线适应对象的...