吉林大学学报（理学版）
吉林大學學報（理學版）
길림대학학보（이학판）
JOURNAL OF JILIN UNIVERSITY(SCIENCE EDITION)
2010年
4期
658-661
,共4页
郭新辰%吴希%陈书坤%吴春国
郭新辰%吳希%陳書坤%吳春國
곽신신%오희%진서곤%오춘국
径向基神经网络%粒子群优化%积分方程
徑嚮基神經網絡%粒子群優化%積分方程
경향기신경망락%입자군우화%적분방정
提出一种基于RBFNNs和PSO求解第二类Volterra积分方程的混合方法. 先将积分区间离散化为点集, 并代入积分方程得到方程组, 再利用RBF神经网络逼近积分方程中的未知函数, 将所求解问题转化为残差平方和的极小化问题. 利用PSO算法求解残差平方和的极小化优化问题, 得到RBF神经网络的参数, 即得问题的逼近解. 数值实验表明, 该方法可行有效.
提齣一種基于RBFNNs和PSO求解第二類Volterra積分方程的混閤方法. 先將積分區間離散化為點集, 併代入積分方程得到方程組, 再利用RBF神經網絡逼近積分方程中的未知函數, 將所求解問題轉化為殘差平方和的極小化問題. 利用PSO算法求解殘差平方和的極小化優化問題, 得到RBF神經網絡的參數, 即得問題的逼近解. 數值實驗錶明, 該方法可行有效.
제출일충기우RBFNNs화PSO구해제이류Volterra적분방정적혼합방법. 선장적분구간리산화위점집, 병대입적분방정득도방정조, 재이용RBF신경망락핍근적분방정중적미지함수, 장소구해문제전화위잔차평방화적겁소화문제. 이용PSO산법구해잔차평방화적겁소화우화문제, 득도RBF신경망락적삼수, 즉득문제적핍근해. 수치실험표명, 해방법가행유효.
