论文部分内容阅读
针对径向基函数(RBF)神经网络关键参数的优化问题,提出基于遗传操作的粒子群混合优化RBF神经网络算法,通过结合遗传操作,避免粒子群潜在的局部收敛。将此方法应用在月平均温度预测中,并与传统的RBF和BP神经网络同期对应的预测结果进行对比。结果表明,混合优化的RBF神经网络在预测精度和稳定性方面均优于传统算法,可以为短期气候预测提供参考。