计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2008年
24期
6323-6326
,共4页
神经网络%x-型或y-型二重积分%收敛性%数值积分%复化Simpson法
神經網絡%x-型或y-型二重積分%收斂性%數值積分%複化Simpson法
신경망락%x-형혹y-형이중적분%수렴성%수치적분%복화Simpson법
针对x-型或y-型二重积分的数值计算问题,提出了一种求解二重积分的神经网络模型及学习算法.该方法初始时在积分区域内的两个方向上各自任意选取一定的节点,然后用神经网络来优化网络权值,最后得到比较精确的积分结果.通过3个典型算例,计算机仿真实验结果表明,提出的神经网络算法相比传统的计算二重积分的方法(如:复化Simpson法、复化Trapezium法),具有计算精度较高、收敛速度快等特点.
針對x-型或y-型二重積分的數值計算問題,提齣瞭一種求解二重積分的神經網絡模型及學習算法.該方法初始時在積分區域內的兩箇方嚮上各自任意選取一定的節點,然後用神經網絡來優化網絡權值,最後得到比較精確的積分結果.通過3箇典型算例,計算機倣真實驗結果錶明,提齣的神經網絡算法相比傳統的計算二重積分的方法(如:複化Simpson法、複化Trapezium法),具有計算精度較高、收斂速度快等特點.
침대x-형혹y-형이중적분적수치계산문제,제출료일충구해이중적분적신경망락모형급학습산법.해방법초시시재적분구역내적량개방향상각자임의선취일정적절점,연후용신경망락래우화망락권치,최후득도비교정학적적분결과.통과3개전형산례,계산궤방진실험결과표명,제출적신경망락산법상비전통적계산이중적분적방법(여:복화Simpson법、복화Trapezium법),구유계산정도교고、수렴속도쾌등특점.
