幾種用于非線性函數(shù)逼近的神經(jīng)網(wǎng)絡(luò)方法研究

采用一個(gè)較小的學(xué)習(xí)率,在都滿足相同誤差指標(biāo)的情況下,通過應(yīng)用幾種比較有代表性的BP網(wǎng)絡(luò),RBF網(wǎng)絡(luò)和Elman網(wǎng)絡(luò)逼近一非線性函數(shù),得出各種不同的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練算法對(duì)逼近結(jié)果的影響.L-M算法訓(xùn)練所需時(shí)間少,逼近精度較高.彈性BP算法的前向網(wǎng)絡(luò)能消除梯度幅度的不利影響.變梯度SCG算法不需在迭代中進(jìn)行線性搜索,從而避免搜索方向計(jì)算的耗時(shí)問題.徑向基函數(shù)網(wǎng)絡(luò)對(duì)于輸入信號(hào)具有很好的局部逼近能力,對(duì)反饋型Elman網(wǎng)絡(luò)而言,雖然其逼近效果也能滿足誤差指標(biāo)的要求,但其訓(xùn)練所需的步數(shù)和時(shí)間卻很長.

作 者： 黃忠明 吳志紅 劉全喜 HUANG Zhong-ming WU Zhi-hong LIU Quan-xi   作者單位： 黃忠明,吳志紅,HUANG Zhong-ming,WU Zhi-hong(四川大學(xué),計(jì)算機(jī)學(xué)院,四川,成都,610065)

劉全喜,LIU Quan-xi(西南技術(shù)物理研究所,四川,成都,610064) 

刊 名： 兵工自動(dòng)化  ISTIC 英文刊名： ORDNANCE INDUSTRY AUTOMATION  年，卷(期)： 2009 28(10)  分類號(hào)： O174.41 TP182  關(guān)鍵詞： 函數(shù)逼近   神經(jīng)網(wǎng)絡(luò)   建模與仿真   性能分析  

【幾種用于非線性函數(shù)逼近的神經(jīng)網(wǎng)絡(luò)方法研究】相關(guān)文章：

基于小波神經(jīng)網(wǎng)絡(luò)的煤層底板突水非線性預(yù)測(cè)方法研究04-25

非線性最優(yōu)奇異控制問題的擬合逼近04-27

基于神經(jīng)網(wǎng)絡(luò)的非線性結(jié)構(gòu)有限元模型修正研究04-27

一類非線性Jerk方程的解析逼近解04-27

幾種瀝青路面設(shè)計(jì)方法研究04-26

修正的Baskakov-Beta算子對(duì)有界變差函數(shù)的逼近04-26

基于小波神經(jīng)網(wǎng)絡(luò)的非線性系統(tǒng)工程安全性評(píng)價(jià)研究04-26

基于LMBP神經(jīng)網(wǎng)絡(luò)的慣性器件故障預(yù)報(bào)方法研究04-26

用于月球軟著陸最優(yōu)軌跡跟蹤制導(dǎo)過程的模糊神經(jīng)網(wǎng)絡(luò)控制方法04-27

模糊神經(jīng)網(wǎng)絡(luò)方法在熱帶氣旋強(qiáng)度預(yù)報(bào)中的應(yīng)用研究04-26