计算机应用研究

作者：蒋林利,吴建生,丁立新,

单位：1.广西科技师范学院数学与计算机科学学院,广西来宾546199；2.武汉大学软件工程国家重点实验室,武汉430072；

关键词：二分法,密度峰,径向基神经网络,降水预报,梯度下降法,

基金：广西自然科学基金资助项目(2014GXNSFAA118027)；广西高校科学技术研究项目(YB2014467)；广西高校中青年教师基础能力提升项目(2017KY0896)；广西重点学科资助项目(070105)；；

针对径向基函数（RBF）网络结构和初始数据中心难以客观确定的不足，采用二分搜索密度峰聚类算法（TSDPCA）找到数据中心值及数据簇类个数作为RBF神经网络的初始参数和隐藏层节点数，再利用梯度下降法优化RBFNN结构及各个参数建立预报模型，并应用于广西月降水预报中，以检验该模型的有效性。结果表明，与K-RBFNN和OLS-RBFNN的模型相比，TSDPCA-RBFNN预报平均相对误差值下降了10%~35%，具有更好的预报性能。

来源：2019年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第2期