作者:郭德龙 夏慧明 周永权函数逼近泛函网络多项式逼近算法神经网络
摘要:关于多项式函数算法优化问题,人工神经网络是解决函数逼近问题的一个重要方法。但由于传统的学习型神经网络存在缺陷,如对初始权重非常敏感,极易收敛于局部极小;收敛缓慢甚至不能收敛;过拟合与过训练;网络隐含节点数不确定等。针对上述问题,提出了一种多项式函数的三层泛函网络与逼近算法,并给出了中间隐层计算单元个数是如何确定。提出的算法能以任意精度逼近多项式函数,同时具有较快收敛速度和良好性能,克服了人工神经网络的不足。最后,给出了两个数值算例进一步验证算法的正确性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社