提出了一种RBF网非线性动态系统在线建模的资源优化网络(RON)方法．RON 在资源分配网络的学习过程中引入了滑动窗口和网络结构在线优化的思想，使网络能根据最 近一段时间内的误差信息自动实现网络结构优化，从而使RBF网既能在线适应对象的变化， 又能使网络规模维持在较小水平，并保证了网络的泛化能力．使用滑动窗口技术使RON对学 习参数变化具有较好的鲁棒性，并更易收敛．三个标准例子演示了算法的有效性．-presents a RBF network nonlinear dynamic

由于遗传算法具有隐含的并行性和强大的全局搜索能力,可以在很短的时间内搜索到全局最优点。使用GA对SVM进行参数的优化,寻找最优的惩罚因子和SVM中RBF参数的组合。结合RBF参数r和惩罚因子C, 可以得到需要优化的参数组合。希望对大家有用！-Genetic algorithm with implicit parallelism and powerful global search capability, you can search within a very short period of t