论文部分内容阅读
通过分析以往人工免疫聚类算法的不足之处,提出了一种改进的基于人工免疫聚类与RBF神经网络的混合算法。该算法由两个阶段组成：第一阶段采用人工免疫机制来确定RBF网络隐层的聚类中心的位置和数量;第二阶段建立RBF神经网络,对输入样本数据进行学习、训练,求输出层的权值矩阵。最后以肝病病证诊断进行仿真,建立基于免疫聚类的RBF网络模型。实验结果表明：该算法用于中医病证诊断的研究是可行的和有效的。