基于径向基神经网络（RBFNN）的数据预测模型（Python实现），压缩包中源码RBFNN.py为模型的训练过程，训练结束后会保存训练好的的模型参数，test.py主要用于利用训练好的模型对测试数据集进行预测，输出结果包括各种误差指标，.npy文件为训练后生成的中心点、宽度向量等参数，train.csv为训练数据集，test.csv为测试数据集。

RBF网络的回归---实现非线性函数回归的实现

经典的RBFNN训练算法，主要是前向选择和后向选择，分别针对两种神经网络构造方法

基于PSO优化的径向基神经网络matlab程序，有注释，附带论文对原理进行说明，适合小白。

把滚动规划和径向基函数神经网络(RBFNN)预测相结合,提出一种动态不确定环境下移动机器人局部路径规划过程中,针对动态障碍物的新的混合避障算法.利用摄像镜头采集动态障碍物的移动轨迹,提取形心序列,利用RBFNN建立预测模型.在移动机器人实时规划时,根据当前位置在超声波传感器的扫描范围内建立滚动窗口.当检测到动态障碍物进入滚动窗口以后,才开始进行预测计算.根据动态障碍物相邻时刻的三个时间序列值,来预测障碍物下一时刻的运动轨迹,从而把动态障碍物的避障问题转化为瞬时静态障碍物的避障问题,实现实时规划.这种算法能够提高动态避障的安全性和规划的实时性.仿真结果证明了算法是可行、高效的.

一个外国人写的RBFNN仿真训练程序

理解网络前辈们的程序，自己写了下注释，其中也有一些不太理解的地方，欢迎大家一起交流~

本文件是关于PSO粒子群算法优化RBF神经网络的MATLAB源程序。