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
