提出了一种基于遗传算法优化的RBF神经网络故障诊断方法,此诊断方法首先利用小波包分解的方法对传感器电路的各种故障数据进行特征提取,再将所得的特征向量输入到遗传算法优化的RBF神经网络进行故障诊断。经过MATLAB仿真,此故障诊断方法不仅对传感器故障进行准确分类,而且提高了BP神经网络的收敛性,从而验证了此方法是可行的。

粒子群优化RBF神经网络极其应用的两篇好文献，第一篇介绍优化原理，第二篇阐述了优化网络在入侵检测方面的应用。

基于径向基函数RBF神经网络的传感器故障诊断的方法研究

RBF神经网络和BP神经网络的比较程序，RBF神经网络和BP神经网络的比较程序

自己做的神经网络逼近函数的小例子，非常适合初学者理论与编程对照学习！！

RBF神经网络用于函数逼近不用工具箱代码-RBFtry.m RBF神经网络用于函数逼近（不用工具箱）代码

针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19.08%,进一步提高了神经网络功放建模精度。

基于梯度法编写的RBF神经网络程序.，分享给大家

针对传统PID控制器在无刷直流电机控制时的鲁棒性差、精度低等缺点，在分析BLDCM数学模型的基础上，设计了RFBNN自适应PID控制器应用于无刷直流电机控制系统。通过Matlab/Simulink环境下的仿真实验表明，与传统的PID控制方法相比，该方法大大改善了系统的动态特性，减小了系统的稳态误差，提高了系统的自适应能力和抗干扰能力，满足了系统的控制性能要求。

这是介绍径向基神经网络的视频，非常简单适用，适合从来不知道神经网络为何物的菜鸟。由于本人权限问题，只能分成5部分上传。为了方便大家下载，只有第一部分收资源分。这是第二部分。