摘要： ：为了提高ＲＢＦ神经网络预测的准确率，提出了一种基于ＥＭ聚类算法和改进的ＰＳＯ算法优化ＲＢＦ神经网络的混合算法（ＥＰＲＢＦ）。首先，采用ＥＭ聚类算法获得初始网络结构，并改进ＲＢＦ神经网络的径向基函数；然后引入非线性惯性权重和分段变异算子改进ＰＳＯ算法，增强算法的全局和局部搜索能力，利用改进的ＰＳＯ优化ＲＢＦ神经网络的基宽向量、中心矢量、网络权值等参数，提高逼近精度；最后对典型的混沌系统进行验证。结果表明：该混合算法能更好地逼近非线性函数，提高预测准确率。