基于免疫模糊聚类RBF网络的交通信息融合算法

摘要

在径向基函数(radial basis function,RBF)神经网络应用于交通信息融合的研究中,采用模糊C均值(fuzzy Cmeans,FCM)聚类算法确定径向基网络隐层中心点,一般随机初始化聚类中心,训练过程容易陷入局部极小.结合人工免疫系统的克隆选择原理,提出了一种新的产生初始聚类中心的方法,与FCM聚类算法有机集成,共同训练径向基函数网络的结构参数.该方法避免了网络训练陷入局部最优的问题,收敛速度有所提高,得到了较好的融合效果.实例仿真验证了算法的有效性和实用性.