【文献阅读】基于广义逆矩阵的多层径向基函数网络遗传算法

（1）发展历程

聚类算法经历了从 单层径向基函数网络 向 多层径向基函数网络 ，并由最初的 采用多层径向基函数网络的聚类法 发展到了 采用多层径向基函数网络的遗传算法 ，进一步发展为 复合多层RBF网络 的发展历程。

（2）网络局限

仿真实验表明，多层RBF网络逼近实函数的能力很强，然而多层RBF网络的诸算法均存在数值计算问题，即逆矩阵的计算遇到矩阵接近奇异而难以求逆的问题。这使得网络的学习速度变慢，权向量误差大，逼近实数精度的提高受到限制。

（3）多层径向基函数原理

单层RBF网络学习速度快，具有一定的实函数逼近能力，但是其拟合函数的精度有限。多层RBF网络的提出进一步提高RBF网络的实函数逼近能力。

※多层RBF基本思想

用第2层RBF网络去拟合第1层网络的 拟合残差函数 ，然后再用第3层网络RBF网络去拟合第2层网络的拟合残差函数，如此进行下去，后一层网络拟合前一层的拟合误差，就得到一个高精度的多层径向函数网络。